基于MEMS惯性的变形估计.pdfVIP

第37卷第 1期 压 电 与 声 光 Vo1．37NO．1 2015年02月 PIEZOEIECTRICS ACOUSTo0PTICS Feb．2015 文章编号 ：1004—2474(2015)01—0039—04 基于 MEMS惯性的变形估计 杨金显，李志鹏 (河南理工大学 电气工程与 自动化学院 ，河南 焦作 454003) 摘 要 ：为能对 自然界 中的变形进行有效估计 ，减小预测误差 ，提 出一种微机 电系统(MEMS)惯性变形估计 的 方法 。首先采集微惯性测量单元信号，利用卡尔曼(Kalman)滤波进行信号数据处理，消除扰动误差，然后针对灰色 模型在变形估计 中的不足，把一种改进的灰色模型与卡尔曼滤波相结合的方法应用于变形估计 中，进行改进灰色 模型预测 。实例应用表 明，该组合模型比单纯灰色模型更适用于变形估计 。可作为一种新 的预测方法应用于变形 监测 中。 关键词 ：微机 电系统 (MEMS)；变形估计 ；预测误差 ；卡尔曼(Kalman)滤波 ；灰色模 型 中图分类 号 ：TN384 文献标识码 ：A DeformationEstimationBasedonM EMSInertial YANG Jinxian，LIZhipeng (SchoolofElectricalEngineering Automation，HenanPolytechnicUniversity，Jiaozuo454003，China) Abstract：InordertObeabletOestimatethedeformationinthenatureeffectivelyandreducetheestimationer— ror，amethodofMEMS inertialdeformationestimation isproposedinthispaper．Firstly，thesignalsfrom M IMU arecollectedandthedatasignalsareprocessedbyusingKalmanfilteringtOeliminatethedisturbanceerrors．Then aimingatthedeficiencyofgreymodelindeformationestimation，themodifiedgraymodelcombinedwithKalmanfil— teringisappliedtOthedeformationestimationtOcarryoutthegreyprediction．Exampleapplicationshowsthatthe combinedmodelismoresuitableforthedeformation estimationthanthepuregreymode1：itcanbeusedasanew kindofpredictionmethodtOapplytOdeformationmonitoring． Keywords：MEMS；deformationestimation；predictionerror；Kalmanfilter；greymodel 0 引言 含有多种随机扰动误差，这将影响预测结果的精度 ， 而卡尔曼滤波能有效剔 除随机扰动误差的影 响，从 变形是 自然界普遍存在 的现象 ，在一定范围内 而获得接近真实情况的有用信息_4]。因此 ，本文将 被认为是允许 的，如果超 出允许值 ，则可 能引发灾 两种方法进行组合