基于ARMA建模的MEMS加速度计随机误差补偿方法

作者：田易; 钟燕清; 李继秀; 阎跃鹏; 孟真; 张兴成

来源：电子测试, 2020, (23): 20-48.

DOI：10.16520/j.cnki.1000-8519.2020.23.006

• 微机电系统加速度计
• 自回归滑动平均模型
• 随机误差补偿
• Allan方差
• 卡尔曼滤波

为提高MEMS加速度计测量精度,采用了一种基于自回归滑动平均(ARMA)模型和卡尔曼(Kalman)滤波的随机误差补偿方法。文中对预处理后的加速度计数据进行一阶差分,差分数据通过了平稳性分析,根据自相关和偏相关特性分析,确定随机误差适用模型,根据贝叶斯信息准则(BIC)确定模型阶数,从而确定随机误差模型。再通过Kalman滤波,实现对加速度计随机误差的滤波补偿,使得加速度计的零偏稳定性由0.5179mg降低为0.0528mg,指标提高了一个数量级,有效提高了加速度计的测量精度。

• 单位
  中国科学院微电子研究所; 中国科学院大学