BPNN辅助KF的MEMS陀螺仪数据处理方法

作者：段志强; 刘洁瑜^*; 汪立新; 李新三; 沈强

来源：压电与声光, 2020, 42(02): 284-288.

• 微机电系统(MEMS)陀螺仪
• 数据处理
• 误差建模
• 卡尔曼滤波
• BP神经网络

针对微机电系统(MEMS)陀螺仪数据误差建模不精确或无法给出模型的情况,提出了误差反馈(BP)神经网络辅助卡尔曼滤波对陀螺仪数据进行降噪处理的方法。分析卡尔曼滤波器的系统噪声方差Q矩阵可知,当模型不精确时可通过Q补偿。基于BP神经网络优化Q值原理,首先把采集到的MEMS陀螺仪数据输入卡尔曼滤波器得到Q;再把新息、滤波增益、量测噪声方差输入神经网络,把Q作为神经网络的输出,神经网络优化系统噪声协方差矩阵得到Q*;最后将Q*作为卡尔曼滤波算法系统噪声方差矩阵。实验结果表明,在建模不精确的情况下该方法也能有效提高陀螺仪的精度。