论文部分内容阅读
陀螺仪的精度将直接影响惯导系统的导航精度。目前国内市场上MEMS陀螺芯片的精度都比较低，通过有效的降噪方法改善陀螺性能，以满足较高精度的应用，是目前研究的关键问题。研究表明，随机噪声是影响MEMS陀螺精度的重要因素，本文对MEMS陀螺噪声的产生原因和特点进行了深入分析，算法方面所作的主要工作如下： (1)对MEMS陀螺信号进行频谱分析，对通频带外的噪声进行IIR(无限冲激响应)切比雪夫低通滤波，取得了较好的滤波效果，低通滤波器设计简单，缺点是窗口效应严重，不适合实时降噪系统； (2)FIR(有限冲击响应)滤波器能够保证线性相位，设计了前向预测FLP滤波器，它实际上是一种系数自适应的FIR滤波器，前向预测滤波器比普通的FIR滤波器效果明显，它阶数低，窗口效应也没有低通滤波器严重； (3)针对陀螺信号中存在高斯噪声的特点，设计了FIR和均值滤波相结合的混合滤波器，混合滤波器不存在窗口效应，仿真取得了很好的效果，特别适合陀螺的实时降噪； (4)针对陀螺信号中存在的趋势项和部分脉冲噪声，设计了数学形态学滤波器，形态滤波的结构元素通常需要比较长，而硬件系统每次只能采集32个点，这会减少系统的输出，但可以加以改进成为陀螺降噪的新方法； (5)卡尔曼滤波是惯导系统常用的滤波器，设计了经典卡尔曼滤波器和自适应卡尔曼滤波器，卡尔曼滤波可以将陀螺随机误差减小到很低的数量级。以上算法都在DSP的集成开发系统CCS中进行了软件仿真。 在硬件方面，设计了基于DSP的MEMS陀螺降噪系统，采用TMS320F2812作为核心处理芯片，将以上算法移植到DSP中，硬件仿真结果表明，其中混合滤波算法，卡尔曼滤波，前向预测算法能在保证实时性的前提下降低陀螺噪声误差对系统精度的影响，低通滤波器和形态学滤波也取得了一定的效果，通过改进可以成为陀螺降噪的实用算法。