压电微振动台是利用压电材料的逆压电效应进行驱动的微型执行器,具有体积小、易于与加速度传感器集成等优点,是最具前景的MEMS惯性器件即时标定平台之一。微振动台以周期振动的惯性信号(加速度与角速度)对惯性传感器进行激励,通过采集器件的输出实现传感器的即时标定,因此,运用反馈系统控制微振动台稳定的周期运动是保证传感器标定精度的重要基础,而控制系统设计的关键因素之一就是准确有效地获取振动台的振动状态或振动参数。由于振动台具有尺寸小,易破碎的特点,当前对振动台运动状态的检测只能通过非接触式激光传感器获取振动位移,而无法直接获取振动的速度与加速度,必须通过合理的算法对速度与加速度进行估计;现有的对压电微振动台的运动状态检测方法是利用激光传感器对压电微振动台的位移进行检测,然后利用卡尔曼滤波算法对位移和速度进行最优估计,最后对速度的估计值微分得到加速度。由于受检测环境的影响激光传感器对位移的检测信号中会出现噪声并且检测信号会出现漂移现象,现有的滤波器很难对信号中的噪声进行完全的滤除并且不能够解决信号的漂移问题,这会导致对位移的检测结果存在误差。并且利用卡尔曼滤波算法获得的速度估计值中存在估计误差,在对速度微分时估计误差也会被放大,这会导致获取的加速度信息不准确,另外现有的基于DSP微处理芯片不能满足振动台状态估计算法实现时的实时性要求。因此,为了解决上述的问题本文在降低激光传感器信号中的噪声引起的位移检测误差、提高加速度的估计精度和提高状态估计算法的实时性等三个方面进行研究。主要研究内容如下:1.针对激光传感器信号中的噪声引起的位移检测误差问题,本文设计了一种阈值点检测算法。通过对压电微振动台做正弦运动时速度和加速度的数值特征进行分析,设计了一种阈值点检测算法,利用阈值点检测算法可以降低几个特殊点的位移检测误差。2.针对已有的方法对压电微振动台Z轴方向的加速度检测精度不高的问题,本文对已有运动状态检测方法进行了改进,首先通过引入急动度建立能够描述加速度变化的状态空间表达式,然后利用卡尔曼滤波算法对物体的位移、速度和加速度同时进行估计。另外为了将激光传感器检测到的阈值点处的信息融入到卡尔曼滤波算法中,本文对常规的卡尔曼滤波算法进行改进,设计了异步卡尔曼滤波算法。运用Matlab软件对测量数据及案例数据进行分析表明:改进的算法能够同时准确的对压电微振动台的位移、速度和加速度进行估计。3.针对传统的DSP微处理器芯片执行异步卡尔曼滤波算法时实时性不好的问题,本文采用FPGA微处理器实现异步卡尔曼滤波算法,并通过Verilog HDL语言对程序进行设计,通过对卡尔曼滤波模块消耗的时钟进行分析证明了采用FPGA实现卡尔曼滤波算法有更好的实时性。最后通过Modelsim软件仿真证明所设计的程序能够准确的实现异步卡尔曼滤波算法。