基于 Kalman 滤波的 MEMS 陀螺仪滤波算法

针对 MEMS 陀螺仪精度不高、随机噪声复杂的问题，研究了某 MEMS 陀螺仪的随机漂移模型。应用时间序列分 析方法，采用 AR(1)模型对经过预处理的 MEMS 陀螺仪测量数据噪声进行建模，进而基于该 AR 模型并采用状态扩增法设 计 Kalman 滤波算法。速率试验和摇摆试验仿真结果表明在静态和恒定角速率条件下，采用该算法滤波后的 MEMS 陀螺 仪的误差均值和标准差都比滤波前有了明显的降低。针对摇摆基座下该算法随摆动幅度的增大效果变差的问题，从提 高采样率和选择自适应 Kalman 滤波两个方面对算法进行改进。仿真结果表明，两种方法都能改善滤波效果，然而考虑 到系统采样频率和 CPU 计算速度的限制，自适应滤波有更高的实用性。