基于小波降噪的MEMS惯导系统对准方法研究*

孙 伟,丁 伟,李瑞豹,闫慧芳

(1.辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000;2.辽宁工程技术大学力学与工程学院,辽宁 阜新 123000)



基于小波降噪的MEMS惯导系统对准方法研究*

孙 伟1,2*,丁 伟1,李瑞豹1,闫慧芳1

(1.辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000;2.辽宁工程技术大学力学与工程学院,辽宁 阜新 123000)

针对当前MEMS器件受加工工艺限制导致器件输出信噪比低,进而影响MEMS惯导系统初始化的问题,提出一种采用小波降噪的“重力+地磁”信息粗对准方法。分析MEMS器件输出信息结构特征,探索不同小波基函数在不同分解层数下的降噪效果并设计小波分解方案并实现惯性器件噪声的有效滤除;根据重力矢量垂直当地地理坐标系水平面的特征,利用加速度计敏感重力矢量水平分量实现载体初始水平姿态角的确定;结合地球表面任意位置处的地磁信息具有唯一指向性的特征,通过测量载体所在位置处的地磁信息并结合磁偏角修正实现载体初始方位角的求取。转台实验结果表明,经过小波降噪处理后得到的重力与地磁信息可实现MEMS惯导系统初始对准。

关健词:MEMS;惯导系统;小波降噪;初始对准

基于微机电MEMS(Micro Electro Mechanical System)技术的惯性器件以其具有成本低、体积小、重量轻等优点在个人定位、无人机导航领域得到应用[1-4]。作为惯导解算的基础,初始对准的精度和速度直接制约着MEMS器件对于响应速度和准确度有更高要求领域内的扩展[5-6]。地球自转角速度与重力加速度是描述地球物理特性的重要参数,同时也是完成初始对准的核心信息源。受国外导航级MEMS器件出口限制以及目前国内加工工艺水平的影响,当前基于MEMS技术的陀螺仪还存在信噪比低、漂移大等缺点,导致地球自转角速率信息容易淹没在陀螺噪声中,直接影响惯导系统方位对准的可行性[7]。国内外学者围绕数字滤波器的低通高阻特性展开了相应的研究工作并实现对MEMS惯性器件输出数据的降噪处理,但数字降噪过程中存在时间延迟和高阶模型降低了惯导系统的实时反应能力[8-10]。通过考虑地球磁场具有指向的特性,结合MEMS加速度计和磁力计具有零偏小、性能稳定的优势,提出一种基于小波分解的MEMS加速度计和磁力计输出信息降噪方法,实现基于“重力+地磁”的惯导系统初始对准。

1 基于小波分解的惯性器件降噪

小波分解是以Fourier变换为基础,通过对给定的信号加大小可变的时频窗口将信号展开成不同尺度下的小波序列,从而达到有效分离噪声的目的[11-12]。MEMS惯性器件输出信号表现为非平稳信号,其中包含的随机噪声一般表现为高频分量,有用信息大多集中在低频范围内,但载体运动过程具有随机性导致有用信息将会分布在各个频率段。此时,传统Fourier分析方法由于无法有效区分高频噪声和高频有用信息而不再适用。小波分析是一种自适应的时频局部化分析技术,将其应用于惯性数据降噪处理,可以根据不同的惯性数据自动调节时频窗口的大小和形状以适应实际分析的需要。具体执行过程如下:

①信号分解,选择小波并确定分解层数。一组原始的惯性数据经过一次小波分解后变为两组数据,分别为经过低通滤波器得到的低频分量(近似系数)和经过高通滤波器得到的高频分量(细节系数)。从第2次分解开始,以后每次分解只对低频分量继续进行(如图1所示)。

图1 小波分解示意图

图1中:cAi、cDi(i=1,2,…,n)分别表示近似系数和细节系数。

(1)

(2)

2 地磁信息辅助的MEMS粗对准

惯导系统进入导航工作状态之前进行的初始对准是为惯导解算提供初始姿态矩阵,而初始对准精度直接制约着导航系统的定位精度。MEMS惯导系统的粗对准过程包括水平对准和方位对准两部分[13-14]。

2.1 水平姿态角的确定

传统的方位自对准是依据陀螺仪敏感地球自转角速度北向分量实现方位角的计算,由于MEMS陀螺仪的器件精度低,导致陀螺仪输出的地球自转角速度信息淹没在器件噪声中,为了实现MEMS惯导系统初始对准,提出了方位角置零的假设并实现水平姿态的确定。

重力矢量的方向平行于导航坐标系(n系)天向轴,MEMS加速度计用于敏感载体坐标系(b系)3个方向的加速度变化。当载体相对导航坐标系夹角不为零时,水平加速度计输出中将会敏感重力矢量在载体坐标系的水平分量,通过计算水平分量与当地重力矢量的三角函数关系即可确定载体的水平姿态角(俯仰角θ和横滚角γ),如式(1):

(3)

2.2 基于地磁信息辅助的方位对准

(4)

磁力计输出mb在地磁场导航坐标系可表示为:

(5)

(6)

式(6)得到的载体磁方位角为象限角,取值范围(-90°,90°),考虑载体方位角取值范围是0～360°,因此可得到载体实际磁方位角ψm的计算结果:

(7)

磁极始终处于运动状态导致磁北与地理北向之间夹角(磁偏角δ)的大小与经纬度和时间有关,载体所在位置处的磁偏角可通过软件计算求取。定义磁北在真北西侧时δ取正,反之取负。

根据如图2描述的地理方位角ψ与磁方位角ψm的位置关系得到载体航向角ψ,实现惯导系统方位对准:

ψ=ψm+δ

(8)

图2 磁北与真北几何示意图

3 实验结果及分析

采用实验室现有MEMS惯性测量单元和三轴高精度惯性测试转台建立实验环境(如图3),分别开展惯性器件降噪实验和粗对准实验。将安装MEMS惯性测量单元的转台归零后保持静止,通电预热5 min后开始采集数据,每次采集2 min,共采50组。其中,MEMS惯性测量单元中的加速度计和磁力计性能指标如表1所示。

图3 惯性测量单元与测试转台

加速度计磁力计测量范围±50m/s2±750mGauss线性度0．2%ofFS0．2%ofFS零偏稳定性0．02m/s20．1mGauss刻度因子稳定性0．03%0．5%噪声0．002(m/s2)/Hz1/21．5mGauss带宽30Hz10Hz

3.1 惯性器件降噪实验

对MEMS惯性数据降噪处理前,需要分析几种常用小波基函数在不同分解尺度下的降噪效果,以对x轴加速度计输出进行降噪处理为例,以信噪比增益为判别依据得到分别采用harr、db8、sym6、coif4、dmey小波基函数1层～6层分解后的信噪比(如表2)。

表2 不同小波基函数在不同分解层数下的降噪效果比较

由表2可看出,x轴加速度计采用db8小波函数且分解层数为6时信噪比增益最大,此时降噪效果最好。按照同样方法对其余MEMS器件求取最佳小波基函数和分解层数(如表3)。

表3 惯性器件最佳小波基函数和分解层数

图4 滤波前后惯性器件对比曲线

对采集的加速度和地磁强度数据按实验过程设计的小波降噪方法进行降噪处理。为验证小波降噪对于改善MEMS惯性器件输出降噪效果的优势,将惯性器件原始输出、数字滤波降噪和小波降噪后的结果进行统一对比(如图4)。

通过对图5分析可看出,采用数字滤波降噪和小波降噪方案都可实现对加速度和地磁信息的降噪处理,一定范围内限制了高频噪声干扰。但是通过对比滤波后的曲线可以看出,采用数字滤波降噪方案得到的加速度和磁强信息都存在一段时间的收敛过程,这在一定程度上影响了惯导系统初始对准快速性的要求。采用小波降噪方案得到的曲线不存在收敛过程,在保证滤波效果的同时又可以保证惯导系统对准过程的快速性。

图5 对准姿态角误差

3.2 粗对准实验

为验证实验方案的可行性,提取小波降噪后的加速度和地磁信息进行50次粗对准实验并对实验结果进行统计分析。利用软件求取转台所在位置处的磁偏角为-8°37′,将惯性测试转台提供的姿态角作为参考基准,得到对准结束后的姿态角误差曲线如图5所示。

结合对图5的分析可以看出,50次粗对准实验过程中的俯仰角误差和横滚角误差的最大值分别优于0.75角分和0.65角分,方位角误差优于51.2角分。为进一步观察粗对准方法的可行性和稳定性,对3个姿态角误差分别求取均值和标准差(如表4),可看出3个姿态角误差均值优于51.3角分,满足惯导系统精对准过程对于粗对准后姿态误差小于1度的要求,该实验结果可以为MEMS惯导系统开展精对准提供保障。

表4 姿态角均值与标准差

4 结论

论文提出一种基于小波分解的MEMS惯性器件降噪方法,通过选取最佳小波基函数和分解层数实现最佳降噪模型的建立,将处理后的加速度和磁力信息实现惯导系统粗对准。实验结果表明,粗对准结束后的水平姿态误差优于1角分、方位角误差优于1度,该对准结果可以满足惯导系统精对准要求,此外,论文提出的粗对准过程时间短,可以满足惯导系统的快速性要求,为MEMS惯导系统精对准方案的研究奠定基础。

[1] 孙伟,李婉秋,初婧,等. 基于误差修正技术的井下人员MEMS定位方法[J]. 传感技术学报,2014,27(7):898-904.

[2] 高勇,曹娟娟,唐海红,等. 磁强计辅助基于MEMS惯性器件SINS的初始对准方法研究[J]. 航天控制,2013,31(3):50-54.

[3] 赵思浩,陆明泉,冯振明. MEM惯性器件误差系数Allan方差分析方法[J]. 中国科学,2010,40(5):672-675.

[4] 孙伟,丁伟,于婷,等. 一种无振荡误差的车载惯导系统测姿方法[J]. 传感技术学报,2014,27(12):1666-1671.

[5] 王勇军,徐景硕,王晓飞,等. 一种改进的舰载机快速传递对准方法[J]. 中国惯性技术学报,2014,22(5):597-600.

[6] Sun Wei,Wang Daxue,Xu Longwei,et al. MEMS-Based Rotary Strapdown Inertial Navigation System[J]. Measurement,2013,46(8):2585-2596.

[7] 崔铭. 粒子滤波在MEMS陀螺仪初始对准中的应用[J]. 传感技术学报,2011,24(9):1275-1278.

[8] 孙伟,李松,李瑞豹. 带有转动机构的捷联惯导初始对准方法分析[J]. 传感技术学报,2014,27(8):1082-1087.

[9] 杨晓东,王炜. 一种惯性器件常值误差对系统误差影响的分析方法[J]. 指挥控制与仿真,2011,33(1):97-100.

[10] Sun Feng,Sun Wei. Mooring Alignment for Marine SINS Using the Digital Filter[J]. Measurement,2010,43(10):1489-1494.

[11] Hasan A M,Samsudin K,Ramli A R,et al. Wavelet-Based Pre-Filtering for Low Cost Inertial Sensors[J]. Journal of Applied Sciences,2010,10:2217-2230.

[12] 吴永亮,王田苗,梁建宏. 基于小波变换的MIMU随机误差建模[J]. 中国惯性技术学报,2010,18(6):660-664.

[13] 马建萍. GPS辅助捷联惯导系统动基座初始对准新方法[J]. 传感技术学报,2010,23(11):1656-1661.

[14] 冯培德,李魁,王玮. 一种新的舰载惯导系统摇摆基座初始对准方法[J]. 仪器仪表学报,2012,33(1):1-6.

[15] 易世华,刘代志,何元磊,等. 变化地磁场预测的支持向量机建模[J]. 地球物理学报,2013,56(1):127-135.

孙 伟(1984-),男,教授,博士生导师,黑龙江萝北县人。中国宇航学会会员,中国惯性技术协会会员;2007年于哈尔滨工程大学获得学士学位,2011年于哈尔滨工程大学获得博士学位。主持国家级、省部级科研项目8项;发表学术论文40余篇。长期从事惯性导航技术研究,sunwei-3775235@163.com;

丁 伟(1992-),男,四川省巴中市人。现为辽宁工程技术大学测绘与地理科学学院硕士研究生。从事惯性导航与组合导航方法研究;

李瑞豹(1991-),男,河北省邢台市人。现为辽宁工程技术大学测绘与地理科学学院学生。长期从事惯性数据处理方法研究。

Research on the Initial Alignment of MEMS INSBased on Wavelet De-Noising*

SUNWei1,2*,DINGWei1,LIRuibao1,YANHuifang1

(1.School of Geomatics,Liaoning Technical University,Fuxin Liaoning 123000,China;2.School of Mechanics and Engineering,Liaoning Technical University,Fuxin Liaoning 123000,China)

According to the low signal noise ratio of present MEMS devices caused by its processing technology,which influence the initial problem of MEMS inertial systems. The coarse alignment by gravity plus geomagnetic information based on wavelet de-noise was proposed in this paper. The structure of MEMS output information was analyzed. The de-noising with different wavelet function and decomposition levels were compared and the wavelet decomposition scheme was designed and used to filter out the inertial devices’ noise effectively. Considering the fact that gravity vector perpendicular to the level of local geographical coordinate system,the vehicle’ss initial horizontal attitudes could be confirmed by the gravity vector’ss level component sensed by accelerometers. Combined with the sole direction feature of geomagnetic information,the initial azimuth angle could be calculated by measuring geomagnetic information and the magnetic declaration angle. Turntable experiment results show that,the gravity and geomagnetic information processed by wavelet de-noise could be used to realize the initial alignment of MEMS.

MEMS;inertial navigation system;wavelet de-noising;initial alignment

项目来源:国家自然科学基金项目(41304032);高等学校博士学科点专项科研基金(新教师类)(20132121120005);对地观测技术国家测绘地理信息局重点实验室开放基金项目(K201401);江西省数字国土重点实验室开放研究基金项目(DLLJ201501);地球空间环境与大地测量教育部重点实验室开放基金项目(14-01-05)

2015-01-14 修改日期:2015-03-01

C:7230

10.3969/j.issn.1004-1699.2015.06.007

TP212

A

1004-1699(2015)06-0814-05