[发明专利]一种MEMS陀螺噪声估计和滤波方法

摘要

本发明针对MEMS陀螺仪测量精度低、其随机噪声具有不确定性和非线性的问题，提出一种MEMS陀螺噪声估计和滤波方法。首先获得带有噪声的信号,预设系统特性函数并初始化；然后计算Sigma点，同时构造统计特性系数；测量并更新一步状态预测均值、误差协方差阵、预报均值及协方差阵；观察更新最小方差；利用最大期望算法与极大后验估计准则进行残差方差更新；输出更新后的信号数据。该方法根据极大后验估计原理，构造出一种次优无偏MAP噪声统计估计模型；在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题，实现对观测噪声方差的动态调整，最终实现陀螺仪随机漂移误差的估计与滤波处理。

主权项

1.一种MEMS陀螺噪声估计和滤波方法，包括：步骤一、获得带有噪声的信号,预设系统特性函数并初始化；为初始状态X0的先验均值，P0为协方差矩阵；步骤二、计算Sigma点，同时构造统计特性系数：其中，a∈R表示调节系数，通常为一个小的正值；表示矩阵nP_k‑1均方根的第i列；权值ω_i为：步骤三、测量并更新一步状态预测均值、误差协方差阵、预报均值及协方差阵：按照步骤二构造的Sigma点ξ_{i,k‑1/k‑1}通过非线性状态函数f_k(·)+q传播为γ_i,k/k‑1，由γ_i,k/k‑1可得一步状态预测均值及误差协方差阵P_k/k‑1，即然后得到输出预报均值及协方差阵和其中，函数f_k(·)+q中的q为噪声均值，是噪声协方差；步骤四、观察更新最小方差：根据量测数据Z_k得到最小方差估计结果，即其中，K_k为滤波增益矩阵；步骤五、利用最大期望算法与极大后验估计准则进行残差方差更新：步骤六、输出更新后的信号数据。