硅微机械陀螺与传统的机电类陀螺和光电类陀螺相比,具有成本低、尺寸小、重量轻、可靠性高等优点。对硅微机械陀螺的研究与开发已经成为近几十年来的研究热点。基于目前的设计和加工水平,国内研制的硅微陀螺样机的精度还比较低。提高其可用精度的方法之一是对硅微陀螺漂移应用有效的信号处理方法进行处理并补偿。论文以本实验室已研制的硅微陀螺样机为基础,运用不同的信号处理方法,对其随机漂移进行分析处理和补偿,有效提高了硅微陀螺的测量精度。论文的主要工作如下： (1)概述了目前国内外硅微陀螺漂移信号的处理和补偿方法,分析了各自的优缺点。 (2)系统研究了硅微陀螺的静电驱动和电容检测技术,分析了检测灵敏度、工作带宽等性能指标与陀螺仪驱动模态和检测模态的品质因数及固有频率等参数之间的关系,探讨了影响硅微机械陀螺仪性能指标的正交误差、频率偏移、轴向干扰加速度、热噪声等误差产生的原因以及抑制或消除这些误差所采取的措施。 (3)基于本实验室研制的硅微陀螺样机的测量数据,利用时间序列分析方法对硅微陀螺漂移信号差分后的AR模型系数的重复性进行分析,提出一种在线确定AR模型系数的方法。同时,提出利用自适应补偿方法对硅微陀螺随机漂移信号进行补偿。对DDS的时间序列分析方法的结果和AR模型的分析结果进行了比较。基于硅微陀螺漂移模型中存在的非线性,采用UKF滤波方法对AR建模后的陀螺漂移进行处理,消除了环境噪声与陀螺的非线性耦合引起的随机漂移,克服了时间序列处理方法中模型参数的不确定性和不稳定性,提高了硅微陀螺的测量精度。 (4)对小波变换的基本理论和不同的小波去噪方法进行了研究和分析、比较。选择小波变换的阈值去噪方法对陀螺漂移信号进行了去噪处理。对小波基和阈值的选取进行了分析。针对硅微陀螺漂移信号的特点,运用中值滤波和小波平移不变滤波相结合的联合滤波方法有效消除了漂移信号中的脉冲信号和信号处理过程中出现的伪吉布斯现象。考虑到小波变换过程中的运算负担,提出一种可以省去抽取和内插过程的小波快速算法。根据离散小波变换分频段的特点,对小波变换后的尺度系数和小波系数运用前向线性预测技术,可以更加有效地提高漂移信号的去噪效果。实际测量数据处理结果表明,综合运用上述小波变换的处理方法,可以提高小波变换的去噪能力,算法的复杂度和实时性并没有增加多少。 (5)同类多传感器的信息融合技术可以获得比它的组成部分更优越的性能。平均加权法、最优加权法、Kalman滤波等方法是一些最常用的信息融合算法。运用硅微陀螺阵列技术和信息融合的信号处理方法是提高硅微陀螺的测量精度的一种有效途径。基于硅微陀螺测量的一种随机信号模型和硅微陀螺阵列信号,利用Kalamn滤波方法对硅微陀螺阵列信号进行了信息融合,对融合后的总体漂移特性进行了分析和研究,重点对融合后的硅微陀螺的静态漂移和阵列中各陀螺之间的相关性进行了分析。分析结果表明,在合适的相关性条件下,融合后硅微陀螺阵列的漂移可以降低两个数量级以上。即使不考虑陀螺之间的相关性,这种融合方法对陀螺阵列性能的改进比常用的平均加权和最优加权的信息融合方法也要好很多。 根据动态信号测量过程的特点,论文运用了陀螺阵列的冗余检测技术和信号差分技术,通过合适的融合方程,可以间接获得硅微陀螺的实时漂移,进而获得外界真实的角速度。同时,结合硅微陀螺的运动规律,提出对已分离出的陀螺漂移的动态信号进行进一步的Kalman滤波处理,使得测量噪声得到有效降低,动态测量过程的信噪比也得到显著提高。如果对阵列中的陀螺进行合理搭配,该方法可以将硅微陀螺阵列的动态测量精度提高近一个数量级。 为了增强数字信号处理算法的鲁棒性,论文运用H_∞滤波方法对硅微陀螺信号进行处理,降低外界环境对陀螺漂移的影响。考虑到硬件实现的实时性以及Kalman滤波的特点,论文还将常值增益Kalman滤波算法应用于硅微陀螺的信号处理中,取得了较好的处理效果。 (6)结合本课题组的其他研究成果,运用高性能的DSP芯片作为硅微陀螺角速度信号的敏感和处理芯片,对论文提出的各种信号处理方法进行了硬件实现,并比较了各种信号处理方法硬件实现的实时性和有效性。