数字式压电陀螺设计及信号处理
微压电陀螺论文 角速度信号采集论文 卡尔曼滤波论文 粒子滤波论文 ARIMA模型论文
论文详情
在智能车辆中,当车辆转弯以及进行GPOS补偿、底盘控制等时,都需要进行姿态(角度、角加速度或者角速度)信号采集。陀螺仪作为一个角速率传感器,在姿态信号的采集中起着重要的作用。本文在参阅大量文献基础上,对压电陀螺的结构原理、工作原理以及信号的特征等研究的基础上,选取日本村田公司研制的ENC-03MA系列的压电振动式微机械陀螺芯片,并以这个陀螺芯片为基础,设计了数字式的转换电路,这个电路包括硬件的滤波电路和放大、积分、微分和A/D转换电路,通过这些电路可以滤除陀螺输出信号的直流分量和高频噪声,并对输出信号进行放大,将陀螺输出的模拟信号转换为数字的信号等。研究了滤波的基本原理和算法,利用输出信号的原始漂移数据建立了线性的ARMA模型,并采用经典卡尔曼滤波的方法进行了滤波处理,通过和原始漂移信号的方差对比,验证了卡尔曼滤波能有效地抑制噪声信号,提高陀螺的精度。但是,实际中采集的信号大部分都是非线性的,针对这个问题,进一步研究了基于非线性滤波的粒子滤波算法,并对采集的原始漂移信号经差分后,建立了非线性滤波的模型,即ARIMA( 1,1,1)模型,并将它改写为粒子滤波算法的系统状态方程和量测方程。最后,利用标准粒子滤波算法对它进行了降噪处理,通过同原始漂移信号、卡尔曼滤波后的信号的方差对比,明显地可以看出,它在提高陀螺的精度方面具有优势。这也为我们提供了一种在提高低精度陀螺精度方面的新思路。
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 课题的研究背景及意义 | 第10-11页 |
1.2 微压电陀螺传感器的研究现状 | 第11-12页 |
1.3 陀螺信号处理方面的研究现状 | 第12-15页 |
1.4 本文的主要研究内容和章节安排 | 第15-16页 |
第二章 数字式压电陀螺设计 | 第16-35页 |
2.1 微压电陀螺简介 | 第16-17页 |
2.2 科氏效应振动式陀螺基本原理 | 第17-20页 |
2.3 数字陀螺系统总体方案设计 | 第20页 |
2.4 信号调理模块设计 | 第20-26页 |
2.4.1 滤波电路设计 | 第20-23页 |
2.4.2 信号放大电路设计 | 第23-26页 |
2.5 信号变换模块设计 | 第26-29页 |
2.5.1 角度信号输出电路设计 | 第26-27页 |
2.5.2 角加速度信号输出电路设计 | 第27-29页 |
2.6 数据采集模块设计 | 第29-32页 |
2.6.1 A/D 器件的简介 | 第29-31页 |
2.6.2 数据采集电路设计 | 第31-32页 |
2.7 总的系统设计电路图 | 第32-34页 |
2.8 小结 | 第34-35页 |
第三章 实验平台及数据的采集、标定 | 第35-45页 |
3.1 实验平台介绍 | 第35-36页 |
3.2 陀螺数据的采集及标定 | 第36-44页 |
3.3 小结 | 第44-45页 |
第四章 数字式压电陀螺的信号处理方法 | 第45-70页 |
4.1 卡尔曼滤波理论 | 第45-48页 |
4.1.1 连续型经典卡尔曼滤波基本方程 | 第46-47页 |
4.1.2 离散型经典卡尔曼滤波基本方程 | 第47-48页 |
4.2 粒子滤波基本理论 | 第48-53页 |
4.2.1 蒙特卡罗方法 | 第49-50页 |
4.2.2 递推贝叶斯估计理论 | 第50-52页 |
4.2.3 重要性重采样 | 第52-53页 |
4.3 粒子滤波基本算法 | 第53-60页 |
4.3.1 序贯性重要性采样算法 | 第54-57页 |
4.3.2 重要性重采样算法 | 第57-59页 |
4.3.3 粒子滤波存在的问题及解决的方法 | 第59页 |
4.3.4 粒子滤波基本算法流程 | 第59-60页 |
4.4 粒子滤波几种改进算法 | 第60-65页 |
4.4.1 辅助变量粒子滤波 | 第60-62页 |
4.4.2 MCMC 粒子滤波算法 | 第62-64页 |
4.4.3 UPF 粒子滤波算法 | 第64-65页 |
4.5 算法仿真 | 第65-69页 |
4.6 小结 | 第69-70页 |
第五章 基于时间序列的微压电陀螺测试信号的建模 | 第70-82页 |
5.1 时间序列基本知识 | 第70-71页 |
5.2 微陀螺测试信号的时间序列分析建模 | 第71-78页 |
5.2.1 建模的步骤 | 第71页 |
5.2.2 测试信号数据的采集 | 第71-73页 |
5.2.3 平稳性检验 | 第73页 |
5.2.4 正态性检验 | 第73-74页 |
5.2.5 数据的预处理 | 第74-76页 |
5.2.6 模型的适用性检查 | 第76-77页 |
5.2.7 模型参数的估计 | 第77-78页 |
5.3 基于卡尔曼滤波的陀螺测试信号的降噪处理 | 第78-81页 |
5.3.1 卡尔曼滤波算法 | 第78-79页 |
5.3.2 基于卡尔曼滤波的陀螺测试信号的降噪处理 | 第79-81页 |
5.4 小结 | 第81-82页 |
第六章 基于粒子滤波的微压电陀螺测试信号的处理 | 第82-89页 |
6.1 ARIMA 模型 | 第82-83页 |
6.2 微压电陀螺随机漂移的 ARIMA 模型 | 第83-84页 |
6.3 基于粒子滤波的微压电陀螺测试信号的降噪处理 | 第84-87页 |
6.3.1 粒子滤波基本算法及模型 | 第84-86页 |
6.3.2 基于粒子滤波的陀螺测试信号的降噪处理 | 第86-87页 |
6.4 小结 | 第87-89页 |
第七章 总结与展望 | 第89-91页 |
7.1 总结 | 第89-90页 |
7.2 展望 | 第90-91页 |
参考文献 | 第91-96页 |
攻读硕士学位期间发表的论文 | 第96-97页 |
致谢 | 第97页 |
论文购买
论文编号
ABS554572,这篇论文共97页
会员购买按0.30元/页下载,共需支付
29.1。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
48.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文