本發(fā)明屬于微機(jī)電傳感器數(shù)字信號處理領(lǐng)域，具體涉及一種模型驅(qū)動的陀螺陣列信息融合方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)：

1、在深入探索無人機(jī)集群裝備的發(fā)展趨勢中，低成本、高集成度以及卓越的性能表現(xiàn)已成為推動軍事與現(xiàn)代科技融合發(fā)展的關(guān)鍵要素。隨著微電子機(jī)械系統(tǒng)（mems）技術(shù)的飛速進(jìn)步，微機(jī)電陀螺儀作為實(shí)現(xiàn)無人機(jī)姿態(tài)穩(wěn)定與精準(zhǔn)導(dǎo)航的核心組件，其性能優(yōu)化與成本控制顯得尤為重要。然而，傳統(tǒng)單軸高精度微機(jī)電陀螺儀高昂的成本，極大地限制了其在低成本無人機(jī)集群及單兵作戰(zhàn)系統(tǒng)中的廣泛應(yīng)用。

2、針對單個(gè)低成本陀螺儀精度低的問題，為了微機(jī)電陀螺儀應(yīng)用于小型無人機(jī)集群、單兵導(dǎo)航系統(tǒng)，亟需基于多個(gè)商業(yè)級低成本微機(jī)電陀螺儀，提升微機(jī)電傳感器精度的同時(shí)降低成本。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于，提供一種模型驅(qū)動的陀螺陣列信息融合方法，克服單個(gè)低成本陀螺儀精度低的不足，實(shí)現(xiàn)微機(jī)電陀螺儀信號精度實(shí)時(shí)提升。

2、為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

3、一種模型驅(qū)動的陀螺陣列信息融合方法，包括：

4、獲取靜態(tài)微機(jī)電陀螺儀的角速度值和測試態(tài)微機(jī)電陀螺儀陣列多維的角速度值；并分別對角速度值進(jìn)行確定性誤差補(bǔ)償?shù)玫窖a(bǔ)償后靜態(tài)數(shù)據(jù)和補(bǔ)償后測試態(tài)數(shù)據(jù)；

5、利用allan方差法分析補(bǔ)償后靜態(tài)數(shù)據(jù)，得到角度隨機(jī)游走誤差作為量測誤差，計(jì)算量測誤差方差；

6、分析補(bǔ)償后測試態(tài)數(shù)據(jù)，面向不同數(shù)據(jù)特征，構(gòu)建陀螺儀陣列信息融合模型，對陀螺儀陣列數(shù)據(jù)進(jìn)行融合濾波。

7、優(yōu)選地，所述分析補(bǔ)償后測試態(tài)數(shù)據(jù)，面向不同數(shù)據(jù)特征，構(gòu)建陀螺儀陣列信息融合模型，具體包括：

8、如果補(bǔ)償后數(shù)據(jù)滿足平穩(wěn)性條件，且殘余噪聲不相關(guān)，構(gòu)建陀螺儀陣列ar一階穩(wěn)態(tài)卡爾曼濾波模型；

9、如果補(bǔ)償后數(shù)據(jù)滿足平穩(wěn)性條件，但殘余噪聲自相關(guān)，構(gòu)建陀螺儀陣列ar廣義差分卡爾曼濾波模型；

10、如果補(bǔ)償后數(shù)據(jù)不滿足平穩(wěn)性條件，構(gòu)建陀螺儀陣列ar差分卡爾曼濾波模型。

11、優(yōu)選地，所述構(gòu)建陀螺儀陣列ar一階穩(wěn)態(tài)卡爾曼濾波模型后，對陀螺儀陣列數(shù)據(jù)進(jìn)行融合濾波具體包括：

12、當(dāng)傳感器數(shù)據(jù)滿足平穩(wěn)正態(tài)過程，且ar一階模型殘余噪聲滿足高斯分布特征，使用ar一階模型對隨機(jī)誤差進(jìn)行建模，得到傳感器輸出信號為：

13、

14、其中， μi (k)為滿足方差為 qi的高斯白噪聲， ai為ar一階模型參數(shù)，狀態(tài)量為 x( k)=[ ω1( k), ω2( k),…, ωn( k)]t；

15、根據(jù)狀態(tài)方程，計(jì)算k時(shí)刻陀螺儀陣列的狀態(tài)矩陣和系統(tǒng)噪聲；

16、根據(jù)量測方程，計(jì)算k時(shí)刻陀螺儀陣列的量測矩陣和量測噪聲。

17、優(yōu)選地，所述構(gòu)建陀螺儀陣列ar廣義差分卡爾曼濾波模型后，對陀螺儀陣列數(shù)據(jù)進(jìn)行融合濾波具體包括：

18、傳感器數(shù)據(jù)滿足平穩(wěn)正態(tài)過程，且ar一階模型殘余噪聲存在自相關(guān)性時(shí)，得到傳感器輸出信號為：

19、

20、式中， ai為ar一階模型參數(shù)， βi為殘余噪聲一階自相關(guān)系數(shù)， μi (k)為滿足方差為 qi的高斯白噪聲，狀態(tài)量為 x( k)=[ ω1( k), ω2( k),…, ωn( k)]t；

21、根據(jù)狀態(tài)方程，計(jì)算 k時(shí)刻陀螺儀陣列的狀態(tài)矩陣和系統(tǒng)噪聲；

22、根據(jù)量測方程，計(jì)算 k時(shí)刻陀螺儀陣列的量測矩陣和量測噪聲。

23、優(yōu)選地，所述陀螺儀陣列ar差分卡爾曼濾波模型后，對陀螺儀陣列數(shù)據(jù)進(jìn)行融合濾波具體包括：

24、當(dāng)傳感器數(shù)據(jù)不滿足平穩(wěn)正態(tài)過程，通過一階差分獲得平穩(wěn)數(shù)據(jù)傳感器信號為：

25、

26、式中， ai為ar一階模型參數(shù)， μi (k)為滿足方差為 qi的高斯白噪聲，狀態(tài)量為 x( k)=[ ω1( k), ω2( k),…, ωn( k)]t；

27、結(jié)合狀態(tài)方程，計(jì)算 k時(shí)刻陀螺儀陣列的狀態(tài)矩陣和系統(tǒng)噪聲；

28、結(jié)合量測方程，計(jì)算 k時(shí)刻陀螺儀陣列的量測矩陣和量測噪聲。

29、優(yōu)選地，所述利用allan方差法分析補(bǔ)償后靜態(tài)數(shù)據(jù)，得到角度隨機(jī)游走誤差作為量測誤差，計(jì)算量測誤差方差具體包括：

30、利用allan方差法分析補(bǔ)償后靜態(tài)數(shù)據(jù)，計(jì)算不同時(shí)間間隔對應(yīng)的allan方差，完成allan方差估計(jì)，進(jìn)一步求allan標(biāo)準(zhǔn)差，并繪制allan標(biāo)準(zhǔn)差雙對數(shù)曲線圖；在allan標(biāo)準(zhǔn)差雙對數(shù)曲線圖中，在斜率為-1/2，橫坐標(biāo)為1處讀出角度隨機(jī)游走誤差系數(shù)；

31、角度隨機(jī)游走誤差被看作量測噪聲，方差可以表示為：

32、

33、其中， rarw為allan標(biāo)準(zhǔn)差曲線讀出的角度隨機(jī)游走誤差系數(shù)，t為陀螺儀采樣時(shí)間。

34、一種模型驅(qū)動的陀螺陣列信息融合系統(tǒng)，包括：

35、獲取單元，用于獲取靜態(tài)微機(jī)電陀螺儀的角速度值和測試態(tài)微機(jī)電陀螺儀陣列多維的角速度值；并分別對角速度值進(jìn)行確定性誤差補(bǔ)償?shù)玫窖a(bǔ)償后靜態(tài)數(shù)據(jù)和補(bǔ)償后測試態(tài)數(shù)據(jù)；

36、計(jì)算單元，用于利用allan方差法分析補(bǔ)償后靜態(tài)數(shù)據(jù)，得到角度隨機(jī)游走誤差作為量測誤差，計(jì)算量測誤差方差；

37、信息融合單元，用于分析補(bǔ)償后測試態(tài)數(shù)據(jù)，面向不同數(shù)據(jù)特征，構(gòu)建陀螺儀陣列信息融合模型，對陀螺儀陣列數(shù)據(jù)進(jìn)行融合濾波。

38、優(yōu)選地，所述信息融合單元中，分析補(bǔ)償后測試態(tài)數(shù)據(jù)，面向不同數(shù)據(jù)特征，構(gòu)建陀螺儀陣列信息融合模型具體包括：

39、如果補(bǔ)償后數(shù)據(jù)滿足平穩(wěn)性條件，且殘余噪聲不相關(guān)，構(gòu)建陀螺儀陣列ar一階穩(wěn)態(tài)卡爾曼濾波模型；

40、如果補(bǔ)償后數(shù)據(jù)滿足平穩(wěn)性條件，但殘余噪聲自相關(guān)，構(gòu)建陀螺儀陣列ar廣義差分卡爾曼濾波模型；

41、如果補(bǔ)償后數(shù)據(jù)不滿足平穩(wěn)性條件，構(gòu)建陀螺儀陣列ar差分卡爾曼濾波模型。

42、一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述模型驅(qū)動的陀螺陣列信息融合方法的步驟。

43、一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述的模型驅(qū)動的陀螺陣列信息融合方法的步驟。

44、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

45、本發(fā)明提出一種模型驅(qū)動的陀螺陣列信息融合方法，克服單個(gè)低成本陀螺儀精度低的不足，實(shí)現(xiàn)mems陀螺儀信號精度實(shí)時(shí)提升。實(shí)時(shí)分析多個(gè)mems陀螺儀輸出的多維角速度信號，在線辨識誤差進(jìn)行誤差補(bǔ)償，結(jié)合補(bǔ)償后靜態(tài)數(shù)據(jù)和補(bǔ)償后測試態(tài)數(shù)據(jù)，構(gòu)建mems陀螺陣列信息融合模型，提升mems陀螺儀輸出信號精度，為mems陀螺儀廣泛應(yīng)用于航空航天、汽車、電子設(shè)備以及武器制導(dǎo)等軍民領(lǐng)域提供有力的技術(shù)支撐。