• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >An Adaptive Filtering Approach Based on the Dynamic Variance Model for Reducing MEMS Gyroscope Random Error
【2h】

An Adaptive Filtering Approach Based on the Dynamic Variance Model for Reducing MEMS Gyroscope Random Error

机译：基于动态方差模型的自适应滤波方法以减小MEMS陀螺仪的随机误差

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

To improve the dynamic random error compensation accuracy of the Micro Electro Mechanical System (MEMS) gyroscope at different angular rates, an adaptive filtering approach based on the dynamic variance model was proposed. In this paper, experimental data were utilized to fit the dynamic variance model which describes the nonlinear mapping relations between the MEMS gyroscope output data variance and the input angular rate. After that, the dynamic variance model was applied to online adjustment of the Kalman Filter measurement noise coefficients. The proposed approach suppressed the interference from the angular rate in the filtering results. Dynamic random errors were better estimated and reduced. Turntable experiment results indicated that the adaptive filtering approach compensated for the MEMS gyroscope dynamic random error effectively both in the constant angular rate condition and the continuous changing angular rate condition, thus achieving adaptive dynamic random error compensation.
机译：为了提高微机电系统陀螺仪在不同角速率下的动态随机误差补偿精度，提出了一种基于动态方差模型的自适应滤波方法。在本文中，利用实验数据来拟合动态方差模型，该模型描述了MEMS陀螺仪输出数据方差与输入角速率之间的非线性映射关系。之后，将动态方差模型应用于卡尔曼滤波器测量噪声系数的在线调整。所提出的方法抑制了滤波结果中角速率的干扰。动态随机误差可以得到更好的估计并减少。转台实验结果表明，自适应滤波方法在恒定角速率条件和连续变化角速率条件下均能有效补偿MEMS陀螺仪动态随机误差，从而实现了自适应动态随机误差补偿。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号