ИМИТАЦИОННЫЕ МОДЕЛИ СИНТЕЗА ШУМА MEMS ГИРОСКОПОВ

Т.А. Марусенкова

Èlektron. model. 2019, 41(5):03-16
https://doi.org/10.15407/emodel.41.05.003

АННОТАЦИЯ

Разработаны математические модели и программное обеспечение имитационного моделирования шумовых параметров MEMSгироскопов. Представлены два алгоритма синтеза шумов MEMS гироскопов: посредством интегрирования псевдослучайных гармонических сигналов и с помощью частотной коррекции массива псевдослучайных сигналов. Анализ спектральной характеристики синтезированного шума проведен с помощью графиков Алана. Экспериментальные исследования шумов выполнены с использованием разработанного на основе M5Stack с SoC ESP32 программно-аппаратного комплекса IMU Tеsтеr. Полученные результаты имеют большое значение для имитационного моделирования погрешностей с помощью метода Монте-Карло, оптимизации корректирующих фильтров
Калмана и программных кодов встроенных систем интегрированных IMU сенсоров.

КЛЮЧЕВЫЕ СЛОВА:

MEMS гироскоп, шум, модель синтеза шумов, инерциальное измерительное устройство.

СПИСОК ЛИТЕРАТУРЫ

1. Höflinger F., Müller J., Zhang R. et al. Wireless microinertial measurement unit (IMU) // IEEE Transactions on Instrumentation and Measurement, 2013, 62 (9), pp. 2583—2595.
2. Blasch E., Kostek P., Paèes P., Kramer K. Summary of avionics technologies // IEEE Aerospace and Electronic Systems Magazine, 2015, 30 (9), pp. 6—11.
3. Ahmed H., Tahir M. Accurate attitude estimation of a moving land vehicle using low-cost MEMS IMU sensors // IEEE Transactions on Intelligent Transportation Systems, 2017, 18(7), pp. 1723—1739.
4. Buke A., Gaoli F., Yongcai W. et al. Healthcare algorithms by wearable inertial sensors: a survey // China Communications, 2015, 12 (4), pp. 1—12.
5. Nemec D., Janota A., Hrubos M., Simak V. Intelligent real-time MEMS sensor fusion and calibration // IEEE Sensors Journal, 2016, 16 (19), pp. 7150—7160.
6. Lima P.U. A Bayesian approach to sensor fusion in autonomous sensor and robot networks // IEEE Instrumentation & Measurement Magazine, 2007, 10 (3), pp. 22—27.
7. Holyaka R., Marusenkova T. Split Hall Structures: Parametric Analysis and Data Processing. Norderstedt: Lambert Academic Publishing, 2018, 124 p.
8. The five motion senses: using MEMS inertial sensing to transform application. Analog Devices, Inc. 2017, 4p.
9. Shin B., Kim C., Kim J. et al. Motion recognition-based 3D pedestrian navigation system using smartphone // IEEE Sensors Journal, 2016, 16 (8), pp. 6977—6989.
10. Zekavat R., Buehrer M. Localization sensor error measures and analysis. Handbook of Position Location: Theory, Practice, and Advances. John Wiley & Sons, 2019, 1376 p.
11. Daroogheha S., Lasky T., Ravani B. Position measurement under uncertainty using magnetic field sensing // IEEE Transactions on Magnetics, 2018, 54 (12), N. 4002908.
12. Li Y., Georgy J., Niu X. et al. Autonomous calibration of MEMS gyros in consumer portable devices // IEEE Sensors Journal, 2015, 15 (7), pp. 4062—4072.
13. Latt W., Tan U., Riviere C., Ang W. Transfer function compensation in gyroscope-free inertial measurement units for accurate angular motion sensing // Ibid, 2012, 12 (5), pp. 1207—1208.
14. Huang J., Soong B. Cost-aware stochastic compressive data gathering for wireless sensor networks // IEEE Transactions on Vehicular Technology, 2019, 68, pp. 1525—1533.
15. Shmaliy Y., Zhao S., Ahn C. Optimal and unbiased filtering with colored process noise using state differencing // IEEE Signal Processing Letters, 2019, 26 (4), pp. 548—551.
16. Lin X., Jiao Y., Zhao D. An improved Gaussian filter for dynamic positioning ships with colored noises and random measurements loss // IEEE Access, 2018, 6, pp. 6620—6629.
17. Allan D., Levine J. A historical perspective on the development of the Allan variances and their strengths and weaknesses // IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2016, 63 (4), pp. 513—519.
18. Guerrier S., Molinari R., Stebler Y. Theoretical limitations of Allan variance-based regression for time series model estimation // IEEE Signal Processing Letters, 2016, 23 (5), pp. 597—601.
19. Shao T., Duan Z., Ge Q., Liu H. Recursive performance ranking of Kalman filter with mismatched noise covariances // IET Control Theory & Applications, 2019, 13 (4), pp. 459—466.
20. Won S., Melek W., Golnaraghi F. A Kalman particle filter based position and orientation estimation method using a position sensor/Inertial measurement unit hybrid system // IEEE Transactions on Industrial Electronics, 2010, 57 (5), pp. 1787—1798.
21. High Stability, Low Noise Vibration Rejecting Yaw Rate Gyroscope. Data Sheet ADXRS646. Analog Devices, Inc. 2017, 12ð. Режим доступу: https://www.analog.com/media/en/technical-documentation/data-sheets/ADXRS646.pdf.
22. M5Stack Documentation. Режим доступу: https://media.readthedocs.org/pdf/m5stack/%20master/m5stack.pdf .
23. MICRO-CAP. Electronic Circuit Analysis Program. Spectrum Software. Режим доступу: http://www.spectrum-soft.com.

МАРУСЕНКОВА Тетяна Анатоліївна, канд. техн. наук, доцент, доцент кафедри програмного забезпечення Національного університету «Львівська політехніка», який закінчила у 2005 р. Область наукових досліджень — математичне моделювання, інерційні сенсори, вбудоване програмне забезпечення.

Полный текст: PDF