包書怡,袁心儀
(1.江蘇師范大學(xué) 敬文書院,江蘇 徐州 221116;2.江蘇師范大學(xué) 電氣工程及自動(dòng)化學(xué)院,江蘇 徐州 221116)
MEMS(micro-electro-mechanical system,微機(jī)電系統(tǒng))陀螺儀是隨著微電子技術(shù)和微加工技術(shù)發(fā)展而出現(xiàn)的一種測量物體角速度的傳感器,它的突出優(yōu)點(diǎn)是體積小、功耗低、價(jià)格適中,目前已在民用捷聯(lián)慣性導(dǎo)航系統(tǒng)中獲得較為廣泛的應(yīng)用。由于內(nèi)部工作原理和制造工藝等方面的原因,MEMS 陀螺儀輸出信號(hào)中含有較大噪聲,測量準(zhǔn)確度不高,使得慣性導(dǎo)航精度下降。對低成本陀螺儀噪聲抑制問題開展研究,能夠在較低硬件設(shè)備投入的情況下,通過軟件算法就能獲得較高精度的導(dǎo)航參數(shù)。為了從軟件角度對陀螺儀的測量噪聲進(jìn)行估算與補(bǔ)償,首先需要為MEMS 陀螺儀建立合理的隨機(jī)漂移誤差模型。MEMS陀螺儀的測量噪聲是一個(gè)隨機(jī)過程,建立平穩(wěn)隨機(jī)過程數(shù)學(xué)模型的方法一般有時(shí)間序列分析法和相關(guān)函數(shù)法,相關(guān)函數(shù)法的數(shù)學(xué)模型相對復(fù)雜,運(yùn)算量大,算法實(shí)時(shí)性不夠好,本研究將時(shí)間序列分析引入MEMS 陀螺儀隨機(jī)漂移建模。
時(shí)間序列是指按時(shí)間先后記錄的一列有序數(shù)據(jù),這些數(shù)據(jù)通常受到各種偶然因數(shù)的影響而表現(xiàn)出某種隨機(jī)性,同時(shí),這些數(shù)據(jù)彼此之間又存在一定的相關(guān)性。時(shí)間序列分析旨在揭示時(shí)間序列中蘊(yùn)含的內(nèi)在規(guī)律,進(jìn)而根據(jù)這種規(guī)律預(yù)測數(shù)據(jù)走勢或?qū)?shù)據(jù)進(jìn)行處理?;跁r(shí)間序列分析的MEMS 陀螺儀隨機(jī)漂移建模的內(nèi)容包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理與檢驗(yàn)、模型結(jié)構(gòu)確定和模型參數(shù)估計(jì)等。
常用的時(shí)間序列模型有多種,其中,ARMA(Auto Regression Moving Average,自回歸滑動(dòng)平均)模型是擬合平穩(wěn)時(shí)間序列的主流模型,AR(p)模型和MA(q)模型是ARMA(p,q)模型的2 種特例,本文采用AR(p)模型對MEMS 陀螺儀隨機(jī)漂移誤差進(jìn)行建模。
在對MEMS 陀螺儀原始測量數(shù)據(jù)進(jìn)行預(yù)處理并經(jīng)過平穩(wěn)性檢驗(yàn)后,如果所得的數(shù)據(jù)序列滿足平穩(wěn)、正態(tài)、零均值條件,才能將AR(p)模型用于MEMS 陀螺儀隨機(jī)漂移信號(hào)的建模,以獲得更逼近真實(shí)陀螺儀隨機(jī)漂移數(shù)據(jù)的數(shù)學(xué)模型。
陀螺儀測量輸出中的噪聲信號(hào)是連續(xù)的,而時(shí)間序列分析法只能對離散信號(hào)進(jìn)行建模,因此需要按一定的時(shí)間間隔對陀螺儀的輸出信號(hào)進(jìn)行采樣。角速度為零時(shí)的陀螺輸出信號(hào)稱為陀螺儀的零點(diǎn)信號(hào),零點(diǎn)信號(hào)能夠較為準(zhǔn)確地表征陀螺儀的隨機(jī)噪聲特性,故本研究采用MEMS 陀螺儀的靜態(tài)采樣信號(hào),所用數(shù)據(jù)由瑞芬科技的MEMS 慣性測量單元中的三軸陀螺儀提供。采集數(shù)據(jù)時(shí),MEMS 慣性測量單元被固定于減振平臺(tái),通電預(yù)熱10min 后連續(xù)采集1h 陀螺儀數(shù)據(jù),采樣頻率為50Hz,截取其中30min 陀螺儀輸出數(shù)據(jù)用于分析研究。由于三軸陀螺儀3 個(gè)軸向具有相同的靜態(tài)數(shù)據(jù)漂移特性,不妨以其中一個(gè)軸向(比如z 軸)的靜態(tài)測量數(shù)據(jù)為樣本進(jìn)行分析研究。圖1 繪制出z 軸陀螺儀采樣30min 的原始測量信號(hào)。
陀螺儀測量輸出中難免會(huì)出現(xiàn)一些異常值,這些異常值將給后續(xù)的時(shí)間序列分析造成不利影響。滑動(dòng)平均濾波對周期性擾動(dòng)信號(hào)有較好的抑制作用,建模前首先采用滑動(dòng)平均濾波對陀螺儀測量數(shù)據(jù)進(jìn)行平滑處理,去除原始數(shù)據(jù)中的異常值。然后,對所得的陀螺測量數(shù)據(jù)求均值,將去除異常值的陀螺測量數(shù)據(jù)減去均值,得到的陀螺隨機(jī)漂移信號(hào)則為零均值的時(shí)間序列。同時(shí),此陀螺隨機(jī)漂移信號(hào)通常也服從正態(tài)分布。下面對數(shù)據(jù)預(yù)處理后的陀螺儀隨機(jī)信號(hào)進(jìn)行平穩(wěn)性檢驗(yàn)。
隨機(jī)過程平穩(wěn)性檢驗(yàn)常用的方法有逆序法、自相關(guān)法和輪次檢驗(yàn)法等。本研究采用逆序法對上述經(jīng)過數(shù)據(jù)預(yù)處理后的陀螺儀隨機(jī)信號(hào)進(jìn)行平穩(wěn)性檢驗(yàn)。逆序法過程簡述如下。
(1)將容量為N 的樣本等分成M 個(gè)子序列,求每個(gè)子序列的均值(或方差),得到一個(gè)大致不相關(guān)的序列y1,y2,…,yM;
(2)對于yi(i=1,2,…,M-1),每當(dāng)出現(xiàn)后面的數(shù)大于yi時(shí)就將其定義為yi的一個(gè)逆序,記yi的逆序數(shù)為Ai;
(3)序列y1,y2,…,yM的逆序總數(shù)定義為
(4)記A 的均值和方差以及統(tǒng)計(jì)量分別為:
在顯著性水平α=0.05 下,如果滿足|λ|≤2,則隨機(jī)過程平穩(wěn)性假設(shè)成立,否則,隨機(jī)過程非平穩(wěn)。結(jié)合實(shí)測數(shù)據(jù),從數(shù)據(jù)預(yù)處理后的z 軸陀螺儀采樣信號(hào)中抽取容量N=15000 的樣本,將其等分成M=100 個(gè)子序列,按逆序法驗(yàn)證陀螺儀隨機(jī)漂移信號(hào)是平穩(wěn)的。因此,可以將AR(p)模型用于陀螺儀隨機(jī)漂移誤差的建模。
p 階自回歸AR(p)模型的數(shù)學(xué)描述為:
式中φk為自回歸系數(shù),ωn為零均值白噪聲,Xn表示n時(shí)刻的觀測值,它是時(shí)間序列自身既往p 個(gè)觀測值Xn-1,Xn-2,…,Xn-p線性回歸(遞推)及現(xiàn)時(shí)刻零均值白噪聲共同作用的結(jié)果。本文基于FPE 準(zhǔn)則確定AR(p)模型的階次,F(xiàn)PE 準(zhǔn)則函數(shù)定義如下:
圖1 z 軸陀螺儀采集30min 的原始輸出信號(hào)
圖2 z 軸陀螺儀降噪前后輸出信號(hào)對比(N=15000)
AR(p)模型的參數(shù)估計(jì)就是估計(jì)上述公式(4)中φ1,φ2,…,φp這p 個(gè)參數(shù)的值。估計(jì)AR(p)模型參數(shù)的方法有多種,其中最小二乘法對參數(shù)的估計(jì)精度高,算法簡單。分別將p+1,p+2,…,N(N 表示樣本容量)代入(4)式中的n,引入列向量和矩陣,經(jīng)整理后有:
估計(jì)出φ 后,白噪聲方差σ2的最小二乘估計(jì)式寫成:
以上述預(yù)處理后的z 軸陀螺隨機(jī)漂移數(shù)據(jù)為輸入,采用最小二乘算法對AR(1)模型的參數(shù)做出估計(jì),得到其自回歸系數(shù)φ1=-0.8023。于是,用于MEMS 陀螺隨機(jī)漂移信號(hào)建模的AR(1)模型可以表示為:
其零均值白噪聲ωn的方差估計(jì)式為:
由于對三軸陀螺儀3 個(gè)軸向的陀螺測量數(shù)據(jù)的處理方法完全相同,不妨取z 軸陀螺儀實(shí)測數(shù)據(jù)為樣本,對經(jīng)過上述數(shù)據(jù)處理后的MEMS 陀螺儀測量輸出中的隨機(jī)漂移噪聲抑制效果進(jìn)行對比。從z 軸陀螺儀測量輸出中抽取容量N=15000 的樣本,繪制出如圖2 所示的經(jīng)過降噪處理前后的陀螺輸出信號(hào)對比圖。由圖2 可以直觀地看出,低成本陀螺儀測量輸出中的隨機(jī)漂移噪聲在經(jīng)過上述數(shù)據(jù)處理后得到明顯抑制。
本文將時(shí)間序列分析理論引入陀螺儀隨機(jī)漂移誤差的建模,以瑞芬科技某慣性測量單元的實(shí)測數(shù)據(jù)為基礎(chǔ),建立了MEMS 陀螺儀隨機(jī)漂移的平穩(wěn)時(shí)間序列模型,實(shí)際試驗(yàn)結(jié)果表明所述方法的有效性。