陀螺加計輸出預濾波對SINS精度影響

2021-10-03 04:22:44 字數 742 閱讀 4777

一般情況下為了減弱/去除雷射陀螺高頻抖動的影響,採用高頻取樣(2-4khz)、數字濾波(20-30階fir)、再低頻輸出(100-200hz)方案。然而由於濾波器有相位延遲效應,所以也需要對加速度計訊號作相應的時間延遲處理,這樣陀螺和加計訊號才會滿足時間同步性要求。否則如果時間不同步的話,在動態情況下極容易引起導航解算誤差(可參考《捷聯慣導系統中加速度計的時延補償研究》)。

如果是在已採集的100-200hz的imu資料基礎上作導航解算,不論是雷射、光纖還是mems的捷聯系統,一般不宜再在導航演算法之前(即對imu資料)作數字濾波預處理。當然,更忌諱只針對其中陀螺或加計中的一類感測器做濾波處理,這樣會嚴重破壞imu原有的時間同步性。數字預濾波(通常是低通濾波)雖然表面上會減小感測器取樣資料的雜訊/毛刺,但一般對導航精度提高影響很小,如果濾波器通頻帶過窄了反而還影響系統的動態效能。

最好的濾波方式是採用imu減振器進行物理濾波,使得載體的高頻振動訊號不能直接傳播進入imu,至少能大部分削弱。這時慣導給出的是imu的姿態速度定位等導航資訊,如果深究的話跟載體的是有細微區別的,但imu工作環境好了對感測器往往非常有利,才容易實現更高精度導航。

如果imu訊號高頻部分存在偽圓錐/划船運動,而幾乎不含載體的實際運動資訊,那很好處理,可以放心使用濾波器濾去高頻部分,必定是有益的;但如果運載體也包含高頻運動資訊,那就得權衡兩者大小了(如果知道/可以比較的話),到底是不濾時由偽運動引起的誤差大,還是濾去後因高頻運動資訊缺失造成的誤差大。

所以,慎重考慮預濾波問題,通常好處不多(不明顯),但壞處不少(很嚴重)。

卡爾曼濾波python及陀螺儀例子

import matplotlib.pyplot as plt import numpy as np 建立雜訊 num 300 np.random.seed 4 noise np.random.randn num 高斯分布隨機雜訊 noise std np.random.randn num 測量雜訊...

陀螺儀輸出波形不對稱

目錄 一 陀螺儀輸出波形不對稱 二 multisim 濾波衰減電路 三 設定adxrs646測試範圍 解析度 頻寬 3.1 頻寬 3.2 測試範圍 3.3 解析度 四 總結 陀螺儀後一級ad採集的分壓電阻太小導致adxrs646的驅動能力不足,出現adxrs646輸出波形不對稱,在高輸出時衰減.使用...

HTML 預文字格式 計算機輸出標籤

1.預文字格式標籤 1 用來定義預格式化的文字,被包圍在此標籤中的文字通常會保留空格和換行符,並且文字也會以等寬形式呈現 2 乙個常見的應用便是用來儲存計算機中的源 的文字。但是,需要注意的是,可以導致段落斷開的標籤 例如標題 和 標籤 絕不能包含在所定義的塊裡。pre標籤允許的文字可以包括物理樣式...