卡尔曼滤波结合神经网络在MEMS传感器上的应用

摘要

为了解决微机电系统(MEMS)传感器输出数据精度低的问题,针对陀螺仪阵列提出了一种卡尔曼滤波和人工神经网络(ANN)滤波相结合的算法.先建立了针对研究对象的随机漂移误差模型,再将ANN算法有规律地嵌套在卡尔曼迭代中.经实验验证,最后经过数据融合后实现了更高精度的陀螺仪输出数据.并且同基础卡尔曼滤波法相比,所提的结合算法在零偏不稳定性、角度随机游走和速率斜坡三个参数上分别下降了76.38％,78.91％和80.98％,其降噪能力更强.