CN104713578A - 信号处理装置、电子设备及移动体 - Google Patents
信号处理装置、电子设备及移动体 Download PDFInfo
- Publication number
- CN104713578A CN104713578A CN201410773201.5A CN201410773201A CN104713578A CN 104713578 A CN104713578 A CN 104713578A CN 201410773201 A CN201410773201 A CN 201410773201A CN 104713578 A CN104713578 A CN 104713578A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise
- input signal
- processing apparatus
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/165—Spectrum analysis; Fourier analysis using filters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Gyroscopes (AREA)
- Navigation (AREA)
Abstract
本发明提供一种信号处理装置、电子设备以及移动体等,其能够提取提高了过渡响应性、追随性的DC成分。信号处理装置包括卡尔曼滤波器,所述卡尔曼滤波器基于依据输入信号而估算的观测噪声以及系统噪声来进行卡尔曼滤波处理,从而提取输入信号的DC成分。
Description
技术领域
本发明涉及信号处理装置、检测装置、传感器、电子设备及移动体等。
背景技术
在数字摄像机、智能电话等电子设备或汽车、飞机等移动体上安装有用于检测根据外界主要因素而变化的物理量的陀螺仪传感器。这样的陀螺仪传感器对角速度等物理量进行检测,在所谓的手抖修正、姿态控制、GPS自律航法等中使用。
陀螺仪传感器将检测到的角速度等物理量作为检测电压信号而输出。接收到该检测电压信号的应用侧通过软件处理来对根据检测电压信号得出的角速度等进行累计,从而求出角度、速度、距离等。
另外,在来自物理量转换器的检测电压信号中存在由例如物理量转换器的温度特性等引起的DC偏移。由此存在因DC而致使在从检测电压信号中得到所需的信息时产生误差的课题。例如,在上述的陀螺仪传感器中,在求取角度等时对含有DC偏移的检测电压信号进行累计,因此误差变得非常大。
作为除去DC偏移的方法,在专利文献1中公开有利用高通滤波器来处理检测电压信号的方法。另外,在专利文献2中公开有对检测电压信号施加预定电压的偏压的方法。然而,在专利文献1的方法中,由于高通滤波器的特性是固定的,因此存在其特性将对检测电压信号的过渡响应性产生影响的课题。在专利文献2的方法中,存在不易追随于DC偏移的变化的课题。
专利文献1:日本特开2004-347505号公报
专利文献2:日本特开2002-236302号公报
发明内容
根据本发明的几个方式,提供一种可提取提高了过渡响应性和追随性的DC成分的信号处理装置、检测装置、传感器、电子设备以及移动体等。
本发明是为了解决上述的课题的至少一部分而形成的,能够以下述的形态或方式实现。
本发明的一个方式涉及一种信号处理装置,其包括:卡尔曼滤波器,其基于依据输入信号而估算的观测噪声以及系统噪声来进行卡尔曼滤波处理,从而提取所述输入信号的DC成分。另外,在本发明的一个方式中,可以为,所述信号处理装置包括噪声估算部,所述噪声估算部依据所述输入信号而估算所述观测噪声以及所述系统噪声。
根据本发明的一个方式,从外部(噪声估算部)向卡尔曼滤波器供给观测噪声以及系统噪声,卡尔曼滤波器接受观测噪声以及系统噪声而进行卡尔曼滤波处理。像这样通过从卡尔曼滤波器的外部供给观测噪声以及系统噪声,由此能够控制卡尔曼滤波器的特性,能够实现提高了过渡响应性、追随性的DC成分的提取。
另外,在本发明的一个方式中,可以为,所述噪声估算部基于所述输入信号而估算所述观测噪声,并通过对估算出的上述观测噪声进行增益处理,从而估算所述系统噪声。
如此一来,能够使观测噪声根据输入信号进行动态变化,能够利用对于该观测噪声的增益处理来调整系统噪声。由此,能够控制卡尔曼滤波器以形成所需的特性。
另外,在本发明的一个方式中,可以为,所述噪声估算部对所述输入信号进行均方,并通过对所述均方后的信号进行限幅处理,从而估算所述观测噪声。
在现实的观测中,观测噪声不为零。对此,根据本发明的一方式,尽管假设依据输入信号估算的观测噪声为零,但能够通过限幅处理来限制观测噪声的下限值,因此能够将不为零的观测噪声向卡尔曼滤波器输出。
另外,在本发明的一个方式中,可以为,所述噪声估算部通过基于所述卡尔曼滤波器的收敛状态的低通滤波器工作的目标截止频率而设定的增益,对所述观测噪声进行所述增益处理。
当自卡尔曼滤波器开始进行工作起经过足够长的时间时,卡尔曼滤波器会收敛为含有低通滤波器特性的滤波器特性。在该收敛状态下,低通滤波器特性的截止频率由增益处理的增益来决定。即,通过基于目标截止频率而设定增益,从而能够在收敛状态下得到所需的截止频率的低通滤波器特性。
另外,在本发明的一个方式中,可以为,所述噪声估算部对所述输入信号进行高通滤波处理,并基于所述高通滤波处理后的信号进行使所述观测噪声增加的处理。
在输入信号不为DC而是变动着的情况下,卡尔曼滤波器的DC成分的估算精度降低。对此,根据本发明的一个方式,能够基于高通滤波处理后的输入信号使观测噪声增加,从而使卡尔曼增益变小,由此降低卡尔曼滤波器信赖观测值的程度。由此,能够提高DC成分的估算精度。
另外,在本发明的一个方式中,可以为,所述噪声估算部对所述高通滤波处理后的信号进行峰值保持处理,并基于所述峰值保持处理后的信号而使所述观测噪声增加。
在输入信号变动时,高通滤波处理后的信号为零。在信号为零时观测噪声不增加,因此观测值的信赖度上升,DC成分的估算精度降低。对此,根据本实施方式的一方式,由于能够抑制由于峰值保持处理致使信号为零的情况,因此能够在输入信号变动期间使观测噪声增加,提高DC成分的估算精度。
另外,在本发明的一个方式中,可以为,所述信号处理装置包括对所述输入信号进行监视的监视部,作为所述监视,所述监视部进行所述输入信号的信号电平是否超出了预定范围的判断,所述卡尔曼滤波器在由所述监视部判断为所述输入信号的信号电平超出了所述预定范围的情况下,停止进行误差协方差的观测更新。
在由监视部判断为输入信号的信号电平超出了预定范围的情况下,停止进行卡尔曼滤波处理中的误差协方差的观测更新。这样,通过进行基于输入信号被控制的卡尔曼滤波处理,从而能够实现提高了过渡响应性、追随性的DC成分的提取。
另外,在本发明的一个方式中,可以为,包括基于所述输入信号而进行所述观测噪声的估算的噪声估算部,所述噪声估算部在由所述监视部判断为所述输入信号的信号电平超出了所述预定范围的情况下,停止进行所述观测噪声的所述估算的更新。
在输入信号的变化较大的情况下,存在无法从输入信号提取正确的观测噪声的可能性。对此,根据本发明的一方式,在输入信号的信号电平超出预定范围情况下能够停止观测噪声的估算的更新,因此能够提高观测噪声的估算精度。
另外,在本发明的一个方式中,可以为,所述监视部对所述输入信号的绝对值和与所述预定范围对应的阈值进行比较,并在所述绝对值大于所述阈值的情况下输出停止信号,所述卡尔曼滤波器在接收到所述停止信号的情况下停止进行所述误差协方差的观测更新,所述噪声估算部在接收到所述停止信号的情况下停止进行所述观测噪声的所述估算的更新。
如此一来,通过输入信号的绝对值与阈值的比较而能够判断输入信号的信号电平是否处于预定范围内,当输入信号的信号电平处于预定范围内的情况下,能够进行误差协方差的观测更新、及观测噪声的估算的更新。
另外,在本发明的一个方式中,可以为,包括存储部,所述存储部存储与所述输入信号的DC成分的温度特性对应的DC指定值和所述DC指定值的偏差范围,所述预定范围为所述偏差范围。
通过将偏差范围作为预定范围而监视输入信号,由此能够判断输入信号的信号电平是否超出推测为存在真值的范围。通过基于该判断结果而停止观测噪声的估算,并停止误差协方差的观测更新,由此卡尔曼滤波器能够在预计为接近DC成分的真值的范围内着重地进行DC估算。
另外,在本发明的一个方式中,可以为,所述信号处理装置包括减算部,所述减算部从所述输入信号中减去上述DC指定值,所述卡尔曼滤波器对所述相减后的所述输入信号进行所述卡尔曼滤波处理,所述监视部对所述相减后的上述输入信号进行所述监视。
如果估算值大幅地偏离真值,则卡尔曼滤波器在再次收敛中需要时间。对此,根据本发明的一个方式,通过从输入信号中减去DC指定值并向卡尔曼滤波器输入,能够以近似真值的预测值给出DC指定值。由此,能够使卡尔曼滤波器着重探索DC指定值的周边,从而能够抑制估算值大幅偏离真值。
另外,在本发明的一个方式中,可以为,包括噪声估算部,所述噪声估算部基于所述输入信号而进行所述观测噪声的估算,所述噪声估算部在所述输入信号的信号电平超出了第2预定范围的情况下使所述观测噪声增加。
通过使观测噪声增加,能够降低卡尔曼滤波器信赖观测值的程度。由于观测值为输入信号,因此在输入信号的信号电平超出第2预定范围的情况下,输入信号的信赖度下降。由此,能够在预计为存在真值的第2预定范围内相对地信赖观测值并估算DC成分,从而能够提高估算精度。
另外,在本发明的一个方式中,可以为,所述噪声估算部具有:限幅器,其在所述输入信号的信号电平处于所述第2预定范围内的情况下,将所述输入信号的信号电平限制为预定的下限值;乘算部,其将被所述限幅器限幅了的所述输入信号的信号电平与所述观测噪声相乘。
如此一来,由于在第2预定范围内将观测噪声与下限值相乘,因此与第2预定范围外相比能够减小观测噪声。由此,能够相对地在第2预定范围内使卡尔曼滤波器信赖观测值。
另外,在本发明的一个方式中,可以为,所述噪声估算部将基于温度传感器的输出信号的所述系统噪声向所述卡尔曼滤波器输出。
输出观测噪声以及基于温度传感器的输出信号的系统噪声,基于该观测噪声以及系统噪声而进行卡尔曼滤波处理。这样通过从卡尔曼滤波器的外部供给观测噪声以及系统噪声,从而能够控制卡尔曼滤波器的特性,由此能够实现提高了过渡响应性、追随性的DC成分的提取。
另外,在本发明的一个方式中,可以为,所述噪声估算部根据所述温度传感器的所述输出信号的变化而使所述系统噪声增加。
通过使用温度传感器的输出信号的变化,能够得出与之相应地DC成分以多大的速度而发生变化之类的信息。此外,能够以卡尔曼滤波器使该频率通过的方式使系统噪声增加,能够追随于因温度变化而产生的DC成分的变化。
另外,在本发明的一个方式中,可以为,所述噪声估算部进行将所述温度传感器的所述输出信号的变化值与预定的增益相乘的增益处理,由此使所述系统噪声增加。
如此一来,通过乘以预定的增益,能够对卡尔曼滤波器的滤波器特性进行控制。即通过适当设定预定的增益,能够使卡尔曼滤波器追随于因温度变化而产生的DC成分的变化。
另外,在本发明的一个方式中,可以为,所述噪声估算部利用基于所述输入信号的温度变动系数与所述温度传感器的灵敏度而设定的所述预定的增益来进行所述增益处理。
相对于温度传感器的输出信号的变化而DC成分以多大的速度变化,与温度传感器的灵敏度和输入信号的温度变动系数相关。即,通过依据这些信息而设定预定的增益,能够使卡尔曼滤波器的滤波器特性追随于输入信号的DC成分的温度变动。
另外,在本发明的一个方式中,可以为,所述卡尔曼滤波器通过使收敛状态的低通滤波器工作的截止频率基于所述系统噪声而发生变化,从而追随于由于温度变化而产生的所述DC成分的变化。
在作为经过足够长时间时的卡尔曼滤波器的状态的收敛状态下,卡尔曼滤波器进行低通滤波器工作。通过使系统噪声发生变化,能使低通滤波器工作的截止频率发生变化,能使由于温度变化而产生的DC成分的变化与通过的滤波器特性相适应地变化。
另外,在本发明的一个方式中,可以为,包括减算部,所述减算部从所述输入信号中减去与所述输入信号的DC成分的温度特性对应的DC指定值,所述卡尔曼滤波器对于所述相减后的所述输入信号进行卡尔曼滤波处理。
另外,在本发明的一个方式中,可以为,包括存储所述DC指定值的存储部。
DC指定值与DC成分的温度特性对应,但含有相对于真值而近似所产生的误差、个体差所产生的误差。因此,即使从输入信号中减去DC指定值后,仍残留有DC成分的温度特性。根据本发明的一个方式,能够追随于该残留的温度特性所产生的DC成分的变化。
本发明的其他方式涉及一种检测装置,包括:检测电路,其接收来自物理量转换器的检测信号,并检测与物理量相应的物理量信号;上述任意一项所述的信号处理装置,其将所述物理量信号作为所述输入信号而提取所述DC成分。
本发明的其他方式还涉及一种传感器,其包括上述所记载的检测装置、所述物理量转换器。
本发明的其他方式还涉及一种电子设备,其包括上述任意一项所述的信号处理装置。
本发明的其他方式还涉及一种移动体,其包括上述任意一项所述的信号处理装置。
附图说明
图1为电子设备的基本结构例。
图2为信号处理装置的结构例。
图3为信号处理装置的结构例。
图4为信号处理装置的结构例。
图5为信号处理装置的第1详细结构例。
图6为信号处理装置的第2详细结构例。
图7为峰值保持处理的说明图。
图8为信号处理装置的第3详细结构例。
图9为DC指定值与偏差与最大偏差值的说明图。
图10为信号处理装置的第4详细结构例。
图11为陀螺仪传感器的DC偏移的温度特性的说明图。
图12为温度变化所产生的DC偏移的时间变化的说明图。
图13为陀螺仪传感器与电子设备的结构例。
图14为检测装置的结构例。
图15为移动体的结构例。
具体实施方式
以下,对于本发明的优选的实施的方式进行详细说明。此外,在后文中说明的本实施方式不该被不合理地限定权利要求书所记载的发明,本实施方式所说明的结构并非全部为解决本发明的技术问题所必须的技术特征
1.信号处理装置
以下,以从物理量转换器的物理量信号提取DC偏移的情况为例对本实施方式的信号处理装置进行说明。此外,并不局限于物理量转换器的物理量信号,只要是从输入信号提取DC成分的情况便可应用本实施方式。
图1中示出应用本实施方式的信号处理装置100的电子设备的基本结构例。电子设备物理量具有转换器15、检测电路60、信号处理装置100和处理部520。
物理量转换器15例如将角速度、加速度、角加速度或速度等物理量变换为电信号(电压、电流)。作为物理量转换器15,可以假设为陀螺仪传感器的振子、加速度传感器等各种装置(传感器)。检测电路60基于来自物理量转换器15的检测信号TQ(电流信号、电压信号等)对角速度、加速度、角加速度或者速度等物理量进行检测处理(同步检波等),并将与该物理量相应的物理量信号PI(检测数据)向信号处理装置100输出。
信号处理装置100从物理量信号PI中提取DC成分DCQ,并从物理量信号PI中减去DC成分DCQ,将该相减后的信号作为输出信号PQ(输出数据)而输出。图1中,为了便于说明将减算部记载在信号处理装置100之外。DC成分DCQ为频率比意欲从物理量信号PI取出的所需的信号成分低的成分。例如当物理量转换器15为陀螺仪传感器的情况下,在物理量信号PI中含有偏移,以该偏移作为基准的变化为实际的信号成分。该信号成分的频率与陀螺仪传感器检测到的动作的频率对应。重叠根据温度变化等随时间变动,因此虽然频率不为零,但与动作的频率相比为更低的频率。
处理部520存在将来自检测装置20的输出信号PQ直接使用的情况,也存在对该输出信号PQ进行积分处理并使用该积分结果值的情况。如果以物理量转换器15为陀螺仪传感器的情况为例,则检测装置20基于来自振子的信号将角速度数据向处理部520输出。然后处理部520进行角速度数据的积分处理(累计处理),求出角度数据。由于DC成分被信号处理装置100除去,因此即使进行积分处理也能够得到误差小的正确的角度数据。
此外,作为本实施方式的第1比较例,还考虑使用上述的高通滤波器除去DC成分的方法。然而,在为了除去DC成分而将截止设定为非常低的频率的情况下,存在至高通滤波器收敛为止而颇为费时的问题。为了改进收敛时间,必须将截止设定为某种程度的频率,因此存在信号的通过带域受限的课题。例如在陀螺仪传感器中,变得不易出检测缓慢的动作。
作为第2比较例,可以考虑使用适应型滤波器使DC成分所产生的误差收敛的方法。例如,基于从与陀螺仪传感器不同的惯性传感器发出的信息使由陀螺仪传感器测定的角度等误差收敛。然而,在该方法中,虽然使滤波器特性适应性产生变化,但存在需要另设惯性传感器的课题。
图2、3、4中示出可以解决上述的课题的本实施方式的信号处理装置100的结构例。此外,以下将对简要进行说明,详细的结构、工作将在后文中叙述。另外,以下虽然以物理量转换器15为陀螺仪传感器的情况为例进行说明,但如上所述物理量转换器15并不局限于陀螺仪传感器。
图2所示的信号处理装置100包括噪声估算部110与卡尔曼滤波器120与减算部121。
噪声估算部110接收物理量信号PI作为输入信号(输入数据),并估算与该输入信号PI相应地动态变化的观测噪声σmeas以及系统噪声σsys。具体地说,噪声估算部110依据输入信号PI而生成观测噪声σmeas以及系统噪声σsys,与输入信号PI的值或其变化相应地使观测噪声σmeas以及系统噪声σsys变化。
卡尔曼滤波器120基于观测噪声σmeas以及系统噪声σsys进行卡尔曼滤波处理,并提取输入信号PI的DC成分DCQ。减算部121从输入信号PI中减去DC成分DCQ,并输出输出信号PQ。卡尔曼滤波处理为,假设在观测值以及表示系统的状态的变量中含有噪声(误差),使用从过去到当前取得的观测值来估算系统的最佳的状态的处理。在本实施方式的情况下,观测值为陀螺仪传感器的物理量信号PI,估算的变量为DC成分DCQ。具体地说,重复进行观测更新(观测过程)与时间更新(预测过程)来估算状态。观测更新是使用观测值与时间更新的结果更新卡尔曼增益、估算值、误差协方差的过程。时间更新是使用观测更新的结果预测在随后的时刻的估算值、误差协方差的过程。
在一般的卡尔曼滤波器中,预先给出误差协方差的初始值以及系统噪声作为已知数据。误差协方差通过观测更新、时间更新来对值进行更新。这样,在一般的卡尔曼滤波器中,在更新的重复的中途不重新从外部给予观测噪声、系统噪声。
另一方面,在本实施方式中使观测噪声σmeas以及系统噪声σsys动态变化,并从外部向卡尔曼滤波器120供给。如下式(6)~(10)将在后文中叙述那样,观测噪声σmeas以及系统噪声σsys对卡尔曼增益g(k)等内部变量造成影响。即,意味着通过对观测噪声σmeas以及系统噪声σsys进行控制,能够控制卡尔曼滤波器120的滤波器特性。在本实施方式中,凭此在陀螺仪传感器的物理量信号PI的DC成分未发生变化时将通过带域形成为低频率,能够将信号成分的通过带域向低频侧扩大。另外,在DC成分变化时,使观测噪声σmeas以及系统噪声σsys变化来扩大通过带域,能够追随于DC成分的变化。这样,无需追加新的惯性传感器,能够提高相对于物理量信号PI的变化的过渡响应性、相对于DC成分的变化的追随性。
具体地说,如图5将在后文中叙述的那样,噪声估算部110基于输入信号PI估算观测噪声σmeas,并对该估算的观测噪声σmeas进行增益处理,由此估算系统噪声σsys。
如此一来,能够根据输入信号PI使观测噪声σmeas以及系统噪声σsys动态变化,能够根据输入信号PI控制卡尔曼滤波器120的特性。另外,通过变更增益处理的增益,能够调整系统噪声σsys,因此凭此能够将卡尔曼滤波器120控制形成所需的特性。
更具体地说,噪声估算部110利用基于卡尔曼滤波器120的收敛状态下的低通滤波器工作的目标截止频率设定的增益对观测噪声σmeas进行增益处理。
如果在卡尔曼滤波器120开始工作后经过足够长的时间,则如下式(14)等所示卡尔曼增益等内部变量向恒定值收敛,卡尔曼滤波器120向含有低通滤波器特性的滤波器特性收敛。该收敛状态下,低通滤波器的截止频率fc由下式(17)~(19)所示增益GA1决定。逆向说明,通过以得出所需的截止频率fc的方式来设定增益GA1,在卡尔曼滤波器120成为收敛状态时,能够得出成为该收敛状态所需的截止频率fc的低通滤波器特性。
在本实施方式中,通过使用卡尔曼滤波器120,从而在收敛状态下例如能够得到0.1mHz左右的非常低的截止频率。由此,能够从陀螺仪传感器的物理量信号PI中仅提取极低频率的成分作为DC成分DCQ,通过减去该DC成分DCQ,能够在不破坏低频侧的带域的条件下将动作的信号成分作为输出信号PQ输出。
如图5将在后文中叙述的那样,噪声估算部110对输入信号PI进行均方,并对该均方后的信号进行限幅处理,由此估算观测噪声σmeas。
例如,在图5中,在均方时通过极低的频率的低通滤波器133进行平滑化,从物理量信号PI中除去动作信号成分,因此能够剩余噪声成分的均方。这样,通过将输入信号PI均方,能够从输入信号PI提取观测噪声σmeas。
假设当观测噪声σmeas为零的情况下,由下式(8)可见卡尔曼增益g(k)=1,由下式(9)可见估算值x(k)=观测值y(k),卡尔曼滤波器120将观测值y(k)直接输出。然而,在实际情况下,观测噪声σmeas不为零。对此,在本实施方式中能够通过限幅处理将观测噪声σmeas限制为比零大的值。例如,作为最小限的观测噪声,考虑将陀螺仪传感器的输出信号TQ进行A/D变换时的量子化噪声,因此只要将可预估到该量子化噪声的值作为限制值即可。
另外图6将在后文中叙述的那样,噪声估算部110对输入信号PI进行高通滤波处理,并基于该高通滤波处理后的信号进行使观测噪声σmeas增加的处理。即,第2估算部140将由高通滤波处理后的输入信号PI生成的信号与观测噪声σmeas相加,由此使观测噪声σmeas增加。
在陀螺仪传感器检测到动作的情况下,输入信号PI的值变动而不再是DC,因此出于提取DC成分的目的,观测值的可靠性降低。此时,通过基于高通滤波处理后的输入信号PI使观测噪声σmeas增加,由下式(8)可见,能够缩小卡尔曼增益g(k)。由下式(9)可见,如果卡尔曼增益g(k)变小,则卡尔曼滤波器120信赖过去的估算值x-(k)。即,在陀螺仪传感器的物理量信号PI不为DC的情况下,作为观测值的物理量信号PI的信赖度下降,可以输出被认为是接近真值的过去的估算值作为DC成分DCQ。
具体地说,噪声估算部110对于高通滤波处理后的信号进行峰值保持处理,并基于该峰值保持处理后的信号使观测噪声σmeas增加。
如上所述,在陀螺仪传感器检测到动作的情况下,通过使卡尔曼滤波器120信赖过去的估算值,能够提高DC成分的估算精度。此时,通过进行峰值保持处理,能够以更好的精度估算DC成分。
例如在图6中,对高通滤波处理后的信号进行均方,并对该均方后的信号进行峰值保持处理。如图7所示,在高通滤波处理后的信号为零时,均方后的信号也为零。如果基于这样的信号使观测噪声σmeas增加,则在信号为零时观测噪声σmeas将不会增加,由下式(8)可见,卡尔曼增益g(k)变大。如此一来,由下式(9)可见,卡尔曼滤波器120会信赖可靠性较低的观测值y(k),存在输出不正确的DC成分的可能性。
对此,在本实施方式中通过进行峰值保持处理,能够抑制均方后的信号成为零。此外,通过使用该信号使观测噪声σmeas增加,在陀螺仪传感器检测动作时使卡尔曼滤波器120信赖过去的估算值,能够提高DC成分的估算精度。
图3所示的信号处理装置100包括噪声估算部110、卡尔曼滤波器120、减算部121和监视部180。此外,对于与图2的信号处理装置100相同的结构要素标注相同的符号,并适当省略说明。
监视部180接受物理量信号PI作为输入信号(输入数据),并对该输入信号PI进行监视。具体地说,监视部180进行输入信号PI的信号电平是否超出预定范围的判断。预定范围如将轴的图9中叙述的那样,是预计为DC成分的真值所存在的范围(DC指定值的偏差范围)。在图9的例子中,预先实验性地测量DC成分的温度特性,并考虑其偏差、经时恶化等来设定预定范围。预定范围可以为恒定而不受温度影响,也可以根据温度发生变化。
卡尔曼滤波器120在由监视部180判断为输入信号PI的信号电平超出预定范围的情况下,停止误差协方差P(k)的观测更新。误差协方差P(k)的观测更新通过下式(10)进行。例如,通过不进行下式(10)的运算来停止进行观测更新。或者下式(10)的运算虽然被进行,但不将其结果写入到用于存储误差协方差P(k)的寄存器中,由此停止进行观测更新。在停止观测更新以后,使用该停止的时刻的误差协方差P(k)来进行下式(6)、(7)的时间更新。
卡尔曼滤波器120在输入信号PI发生大幅变化的情况下也进行估算。由于在下式(7)(8)(10)中包不含观测值y(k)以及推测值x(k),因此将与输入信号PI无关地到达收敛状态。
对此,根据本实施方式,在输入信号PI的信号电平超出预定范围情况下,卡尔曼滤波器120通过停止误差协方差P(k)的更新来停止DC成分的估算工作,进行保持停止之前的状态。由此,能够提高估算值x-(k)的信赖度,能够提高DC成分的估算精度。
换言之,与输入信号PI相应地适宜控制卡尔曼滤波器120的工作,由此无需使用第2比较例的其他惯性传感器便能够控制滤波器特性。另外,卡尔曼滤波器原本是适应地使滤波器特性变化并滤波的仪器,与第1比较例的使用固定的滤波器特性的情况相比能够提高过渡响应、追随性。
噪声估算部110基于输入信号PI进行观测噪声σmeas的估算。此时,当由监视部180判断为输入信号PI的信号电平超出预定范围的情况下,停止进行观测噪声σmeas的估算的更新。具体地说,如图5将在后文中叙述的那样,平方处理部132与低通滤波器133对输入信号PI均方,并估算该均方后的信号作为观测噪声σmeas的方差。如图8将在后文中叙述的那样,当输入信号PI的信号电平超出预定范围的情况下,低通滤波器133停止工作,由此使观测噪声σmeas的估算停止。在估算停止以后输出该停止时的观测噪声σmeas。
在陀螺仪传感器检测动作且输入信号PI大幅变动的情况下,即使想要提取该噪声成分(即观测噪声σmeas),也存在不正确的可能性。对此,根据本实施方式,仅仅在输入信号PI的信号电平处于预定范围内时,能够由输入信号PI生成观测噪声σmeas。即,能够依据变化比较小的输入信号PI估算精度较高的观测噪声σmeas。
如图8将在后文中叙述的那样,监视部180对输入信号PI的绝对值与预定范围对应的阈值进行比较,当输入信号PI的绝对值比阈值大的情况下输出停止信号(标志FL1)。然后,卡尔曼滤波器120在接收到停止信号的情况下停止误差协方差P(k)的观测更新。噪声估算部110在接收到停止信号的情况下,停止观测噪声σmeas的估算的更新。
如此一来,能够通过输入信号PI的绝对值与阈值的比较判断输入信号PI是否在预定范围内。通过改变阈值能够改变预定范围,因此能够设定适于输入信号PI的特性的预定范围,能够提高观测噪声σmeas的估算精度。
具体地说,如图8所示,信号处理装置100包括:存储与输入信号PI的DC成分的温度特性对应的DC指定值(图9的实线)和DC指定值的偏差范围(图9的虚线的范围)的存储部177。监视部180将偏差范围作为预定范围,判断输入信号PI的信号电平是否超出预定范围。例如,关于物理量转换器15的物理量信号PI,预先测量DC偏移的温度特性,将DC偏移的偏差设定为偏差范围,将偏差的中心值设定为DC指定值。
如此一来,能够基于陀螺仪传感器的物理量信号PI所含的DC成分的温度特性设定预定范围。DC指定值为预先预测DC成分的真值的值,偏差范围为预测该真值会产生多大的偏差(例如个体差)的值。通过将这样的偏差范围作为预定范围来监视输入信号PI,当输入信号PI处于可能存在真值的范围之外的情况下,停止观测噪声σmeas的估算,能够停止误差协方差P(k)的观测更新。由此,卡尔曼滤波器120能够在预测为输入信号PI与DC成分的真值接近的范围内重点进行DC估算。
如将后文的图8中叙述的那样,信号处理装置100包括从输入信号PI减去DC指定值的减算部175。此外,卡尔曼滤波器120对该相减后的输入信号PI进行卡尔曼滤波处理。监视部180对于该相减后的输入信号PI进行监视。
卡尔曼滤波器120以使DC成分的估算值向真值收敛的方式进行工作,但一旦估算值大幅偏离真值,则再次收敛将耗费时间。由于卡尔曼滤波器120提取DC成分,因此如截止频率极低的(例如0.1mHz)低通滤波器那样进行工作。即,为使估算值追随真值,将耗费该截止频率的倒数左右的较长的时间。
对此,根据本实施方式,如上所述DC指定值为预测DC偏移的真值的值。通过从该DC指定值减去输入信号PI,能够将输入信号PI所含的DC偏移以较小的(几乎为零)的状态向卡尔曼滤波器120输入。由此,真值存在于零附近,因此能使卡尔曼滤波器120重点探索该范围,能够抑制估算值大幅偏离真值的情况。
如图8将在后文中叙述的那样,噪声估算部110在输入信号PI的信号电平超出第2预定范围(下式(20)的d)的情况下使观测噪声σmeas增加。第2预定范围为用于区别输入信号PI的变化是否较大的范围,是用于向卡尔曼滤波器120指示DC成分的探索范围的范围。第2预定范围例如与上述的预定范围(即,DC指定值的偏差范围)相同。
当使观测噪声σmeas增加时,由下式(8)可见,能够缩小卡尔曼增益g(k)。由下式(9)可见,如果卡尔曼增益g(k)变小,则卡尔曼滤波器120信赖过去的估算值x-(k)。即,当输入信号PI的信号电平超出第2预定范围,且可判断陀螺仪传感器的物理量信号的变化较大的情况下,作为观测值的输入信号PI的信赖度下降。另一方面,在第2预定范围内,不使观测噪声σmeas增加,因此观测值的权重上升。这样,在第2预定范围内,将更为重视观测值来估算DC成分,能够不利用大幅偏离真值的观测值估算DC成分。
具体地说,如图8所示,噪声估算部110包括限幅器153与乘算部154。限幅器153在输入信号PI的信号电平为第2预定范围以下的情况下,将输入信号PI的信号电平限制为预定的下限值。乘算部154将由限幅器153限制的输入信号PI的信号电平与观测噪声σmeas相乘。例如,在图8中,增益处理部152对于输入信号PI的绝对值乘以下式(20)的增益GA2=1/d。d为第2预定范围,因此如果信号电平处于第2预定范围内,则增益处理部152的输出小于1。限幅器153将下限值限制为1,因此如果信号电平处于第2预定范围内,则1与观测噪声σmeas相乘,观测噪声σmeas不会增加。
这样,通过限制输入信号PI的信号电平并与观测噪声σmeas相乘,能够在第2预定范围内不使观测噪声σmeas增加。由此,在第2预定范围内观测值的可靠性上升,能够在第2预定范围内着重探索DC成分。
图4所示的信号处理装置100包括噪声估算部110、卡尔曼滤波器120和减算部121。此外,对于与图2的信号处理装置100相同的结构要素标注相同的符号,并适当地省略说明。
噪声估算部110估算观测噪声σmeas以及系统噪声σsys,并将该估算出的观测噪声σmeas以及系统噪声σsys向卡尔曼滤波器120输出。具体地说,温度传感器190输出检测信号TS作为输出信号TS。噪声估算部110速出基于该输出信号TS的系统噪声σsys。例如,如图10将在后文中叙述的那样,噪声估算部110接收物理量信号PI作为输入信号,并依据该输入信号PI生成观测噪声σmeas以及系统噪声σsys,进而将系统噪声σsys与依据温度传感器190的输出信号TS生成的系统噪声相加。
此外,如图5将在后文中叙述的那样,在卡尔曼滤波器120的收敛状态下,卡尔曼滤波器120作为截止频率fc的低通滤波器工作(下式(16))。此时,设定由于温度变化使陀螺仪传感器的DC偏移变化,输入信号PI的DC成分变化。为了提取DC成分,截止频率fc极低,因此存在无法追随DC成分的变化。
对此,在本实施方式中由于基于温度传感器190的输出信号TS输出系统噪声σsys,因此能够根据温度相适应地控制卡尔曼滤波器120的滤波器特性,能够追随DC成分的变化。具体地说,在收敛状态下,在系统噪声σsys与截止频率fc之间存在下式(18)的关系。即,通过根据温度对系统噪声σsys进行控制,能够与温度变化所产生的DC成分的变化相应地使截止频率fc变化。
如图10将在后面叙述的那样,噪声估算部110根据温度传感器190的输出信号TS的变化使系统噪声σsys增加。具体地说,温度传感器190的输出信号TS的变化通过温度变化ΔT[℃/sec]与温度传感器190的灵敏度TSEN[digi/℃]而表示为ΔT·TSEN。如下式(20)所示,图10的低通滤波器163输出与ΔT·TSEN相应的输出LPF2OUT。噪声估算部110将由该输出LPF2OUT生成的信号与系统噪声σsys相加,并使系统噪声σsys增加。
如下式(21)所示,通过使用温度传感器190的输出信号TS的变化,得出DC成分由于温度变化而以多大的速度(频率f)变化之类的信息。然后,以使该频率可通过的方式增加系统噪声σsys,以控制卡尔曼滤波器120的滤波器特性,由此能够追随于由于温度变化所产生的DC成分的变化。
更具体地说,噪声估算部110进行将温度传感器190的输出信号TS的变化值(低通滤波器163的输出)与预定的增益GA3相乘的增益处理,由此使系统噪声σsys增加。
由下式(18)、(22)可见,低通滤波器163的输出与增益GA3的积使收敛状态下的卡尔曼增益g变化。依据下式(18)卡尔曼增益g与截止频率fc相关,因此当存在温度变化时,能够通过增益GA3来设定使截止频率fc如何变化。即,以使由于温度变化所产生的DC成分的变化通过的方式来设定预定的增益GA3,并与其预定的增益GA3相乘,由此能够使卡尔曼滤波器120追随于温度变化。
上述的预定的增益GA3基于输入信号PI的温度变动系数与温度传感器190的灵敏度设定。下式(21)所示的kΔT为相对于温度变化ΔT的陀螺仪传感器的物理量信号PI的变化量。即,k[digi/℃]为输入信号PI的温度变动系数。如下式(22)所示,增益GA3通过温度变动系数k[digi/℃]与温度传感器190的灵敏度TSEN[digi/℃]设定。
当温度传感器190的输出信号TS变化时,可依据温度传感器190的灵敏度TSEN[digi/℃]与陀螺仪传感器的温度变动系数k[digi/℃]而知晓陀螺仪传感器的物理量信号PI进行多大变化。即,通过依据这些信息来决定增益GA3,能使卡尔曼滤波器120的滤波器特性追随陀螺仪传感器的DC偏移的温度变动,能够使根据温度而变化的DC成分通过。
如上所述通过噪声估算部110输出系统噪声σsys,卡尔曼滤波器120能够使收敛状态下的低通滤波器工作的截止频率fc变化(下式(18))。即,卡尔曼滤波器120利用噪声估算部110给出的系统噪声σsys适应地控制滤波器特性,由此能够追随于由于温度变化而产生的DC成分的变化。
如图10所示,信号处理装置100包括:存储与输入信号PI的DC成分的温度特性对应的DC指定值(图9的实线)的存储部177、从输入信号PI中减去与输入信号PI的DC成分的温度特性对应的DC指定值(图9的实线)的减算部175。然后,卡尔曼滤波器120对该相减后的输入信号PI进行卡尔曼滤波处理。例如,关于陀螺仪传感器的物理量信号PI,预先测量DC偏移的温度特性,将DC偏移的偏差(由图9的虚线所示的偏差范围)的中心值设定为DC指定值。
如图11后文中叙述的那样,DC指定值为用于预测DC偏移的真值的值,因此含有相对于真值近似而产生的误差、个体差所产生的误差。因此,即使从输入信号PI减去DC指定值后也会残留DC成分的温度特性,由于该残留的温度特性致使输入信号PI的DC成分变动。如上所述,在本实施方式中,通过对系统噪声σsys进行控制,能够追随上述的DC成分的变动。
2.信号处理装置的第1详细结构
接下来,对于信号处理装置的详细结构、工作进行说明。图5中示出信号处理装置100的第1详细的结构例。信号处理装置100包括噪声估算部110、卡尔曼滤波器120、低通滤波器171、延迟部172、低通滤波器173、减算部121。
卡尔曼滤波器120以从延迟部172输入的输入信号作为观测值,并通过线形卡尔曼滤波器提取DC成分。线形卡尔曼滤波器的基本式为下式(1)~(5)。
数学式1
x-(k)=Ax(k-1) (1)
数学式2
P-(k)=AP(k-1)AT+σsys(k-1)2bbT (2)
数学式3
数学式4
x(k)=x-(k)+g(k)(y(k)-cT(k)x-(k)) (4)
数学式5
P(k)=(I-g(k)cT(k))P-(k) (5)
上式(1)、(2)为时间更新(预测过程)的算式,上式(3)~(5)为观测更新(观测过程)的算式。k表示离散的时间,k每前进一个即进行1次时间更新以及观测更新。x(k)为卡尔曼滤波器120的估算值,x-(k)为在得出观测值前预测出的预先估算值。P(k)为卡尔曼滤波器120的误差协方差,P-(k)为在得出观测值前预测的误差协方差。y(k)为观测值。σsys(k)为系统噪声,σmeas(k)为观测噪声。A为系数矩阵,b、c为系数向量。A、b、c根据将系统模型化的状态空间模型来决定。
在本实施方式中,由于是1次的线形模型,因此为A=b=c=1,上式(1)~(5)成为下式(6)~(10)。
数学式6
x-(k)=x(k-1) (6)
数学式7
P-(k)=P(k-1)+σsys(k)2 (7)
数学式8
数学式9
x(k)=x-(k)+g(k)(y(k)-x-(k)) (9)
数学式10
P(k)=(1-g(k))P-(k) (10)
卡尔曼滤波器120存储在前一个的时间k-1时更新的估算值x(k-1)与误差协方差P(k-1)。然后,在当前的时间k时接收观测值y(k)、观测噪声σmeas(k)和系统噪声σsys(k),使用这些值执行上式(6)~(10)的时间更新以及观测更新,并输出估算值x(k)作为DC成分。
低通滤波器171为使来自陀螺仪传感器的物理量信号的频率(例如15kHz)降至卡尔曼滤波器120的工作频率(例如100Hz)的抽取滤波器。工作频率为卡尔曼滤波器120的输入采样频率,与内部运算的频率不同。通过该滤波器能够防止向卡尔曼滤波器120输入的信号的折返。不需要陡急的衰减特性,因此例如由1次低通滤波器构成。截止频率例如被设定为卡尔曼滤波器120的工作频率的1/4~1/6左右。
延迟部172使卡尔曼滤波器120的输入信号以与在噪声估算部110的运算中延迟的时间相同的时间而延迟。例如,当在噪声估算部110中延迟1步的情况下,延迟部172也使输入信号延迟1步,因此能够使观测噪声σmeas以及系统噪声σsys的正时与输入信号的正时一致。
低通滤波器173进行卡尔曼滤波器120的最终输出的滤波处理。由于基本上卡尔曼滤波器120应该输出DC值,因此对低通滤波器173设定低的截止频率(例如0.1Hz)。另外,低通滤波器173为将卡尔曼滤波器120的工作频率(例如100Hz)增采样为陀螺仪传感器的物理量信号的频率(例如15kHz)的内插滤波器。
噪声估算部110基于由低通滤波器171处理过的输入信号PI生成动态变化的观测噪声σmeas以及系统噪声σsys。具体地说,噪声估算部110包括第1估算部130。第1估算部130包括高通滤波器131、平方处理部132、低通滤波器133、限幅器134和增益处理部135。
高通滤波器131接收来自低通滤波器171的信号并从该信号中除去DC成分。在后段进行均方,因此除去DC成分,由此能够防止DC成分平方后形成观测噪声σmeas的误差。
平方处理部132对来自高通滤波器131的信号进行平方。低通滤波器133对经平方处理部132平方后的信号进行滤波,求出均方。通过该均方提取信号的噪声成分。基本上,输出为DC值,截止频率被设定为极低的值。例如,设定足够低于陀螺仪传感器检测的动作的信号成分的频率的截止频率。如此一来,能够仅提取信号所含的噪声成分。
限幅器134对于来自低通滤波器133的信号进行限制处理,并将限制处理后的信号作为观测噪声σmeas的方差(平方)输出。具体地说,当来自低通滤波器133的信号为下限值以下的情况下,限制输出为下限值,当来自低通滤波器133的信号比下限值大的情况下,将该信号直接输出。在信号处理装置100的前段设置有A/D变换部(图14的A/D变换电路66)。噪声成分不可能低于A/D变换部的量子化噪声,因此对于低通滤波器133的输出例如设置0.25degit的下限值。
增益处理部135将来自限幅器134的观测噪声σmeas的方差与恒定的增益GA1相乘,求出系统噪声σsys的方差(平方)。增益GA1如下式(19)的设定。下式(19)的导出方法将在后文中说明。
首先,求取经过足够长时间的状态下的观测噪声σmeas与系统噪声σsys的关系。经过足够长时间的状态只要假定k=∞的状况即可,如果预先误差协方差P-(k)向恒定值收敛,则下式(11)成立。将预先误差协方差P-(k)的收敛值设定为p0。
数学式11
p0=P-(k)=P-(k+1) (11)
如果在上式(7)、(10)中应用上式(11),则得出下式(12)。
数学式12
另外,如果在上式(8)中应用上式(11),则得出下式(13)。
数学式13
将上式(12)、(13)作为连立方程式对卡尔曼增益g(k)求解,得出下式(14)。在下式(14)中,将收敛状态k=∞的卡尔曼增益g(k)设为g。另外在右边的近似中,在卡尔曼滤波器120的收敛状态下通过带域极低,因此假设σsys<<σmeas成立。
数学式14
由上式(14)可见,在收敛状态下,卡尔曼增益g为系统噪声σsys与观测噪声σmeas之比。即,可知σsys 2=g2σmeas 2,增益GA1=g2。如果知晓用于提取DC成分的所需的滤波器特性与卡尔曼增益g的关系,则能够设定增益GA1以便得出所需的滤波器特性。
为了获知所需的滤波器特性与卡尔曼增益g的关系,求取收敛状态下的卡尔曼滤波器120的传递特性。传递函数H(z)根据上式(6)、(9)将形成为下式(15)。卡尔曼滤波器120的特征是基于现状的估算的误差对理论上最佳的滤波器持续变更结构,并非始终依照下式(15)的传递函数。下式(15)不过是时间经过时的最终的传递函数。
数学式15
如果对上式(15)应用双线性变换,则形成下式(16)。
数学式16
由上式(16)的分母可见,传递函数含有低通滤波器特性。该低通滤波器特性的截止频率fc为下式(17)。fs为卡尔曼滤波器120的采样频率(工作频率)。
数学式17
如果将上式(17)对卡尔曼增益g进行求解,则形成下式(18)。在下式(18)的右边的近似中,为fc<<fs。
数学式18
通过上式(18)将增益GA1=g2如下式(19)所示求出。
数学式19
在上式(19)中,将想要在收敛状态下最终得出的所需的截止频率(目标截止频率)设定为fc。通过设定这样的增益GA1,在经过足够长的时间时,卡尔曼滤波器120作为上式(16)的低通滤波器工作,截止频率意欲向fc收敛。
3.信号处理装置的第2详细结构
图6中示出信号处理装置100的第2详细结构例。信号处理装置100包括噪声估算部110、卡尔曼滤波器120、低通滤波器171、延迟部172、低通滤波器173、减算部121。此外,对于与第1详细的结构例相同的结构要素标注相同的符号,并适当省略说明。
噪声估算部110包括:上述的第1估算部130和基于从陀螺仪传感器的物理量信号提取的AC成分(动作的成分)使观测噪声σmeas动态变化的第2估算部140。
具体地说,第2估算部140包括峰值保持部141与加算部142。
峰值保持部141接收经过第1估算部130的高通滤波器131与平方处理部132的AC成分的信号,并将该信号进行峰值保持。高通滤波器131为使陀螺仪传感器检测的动作信号通过响应性尤为重要,因此需要使截止频率不会过低。例如,截止频率设定为10Hz左右。峰值保持处理例如是对过去的信号与当前的信号进行比较并保持更大一方的信号的处理。如图7所示,在当前的信号未超出保持的信号并持续一定的期间(保持期间)的情况下,停止保持并输出当前的信号。
加算部142将来自峰值保持部141的信号与来自第1估算部130的观测噪声σmeas相加,并将相加后的信号向卡尔曼滤波器120输出。陀螺仪传感器检测到的动作越大,来自峰值保持部141的信号也越大,因此动作越大则观测噪声σmeas越增加。如果使观测噪声σmeas增加,则由上式(8)可见,卡尔曼增益g(k)变小,由上式(9)可见,可以降低观测值y(k)的权重来计算估算值x(k)。由此,动作的AC成分越大越降低观测值y(k)的影响,能够提取更高精度的DC成分。
对于进行峰值保持的理由进行说明。如图7所示,在陀螺仪传感器检测动作且高通滤波器131的输出激烈地振动的情况下,在对该输出进行平方的平方处理部132的输出中存在下落为零的瞬间。在该瞬间,无论在信号中是否存在AC成分都不加上观测噪声σmeas,因此无法降低观测值y(k)的权重。因此,致使乘以AC成分后的观测值y(k)对估算值x(k)产生某种程度的影响,致使DC成分的估算精度降低。
对此,能够通过峰值保持处理纺织与观测噪声σmeas相加的信号为零。保持时间例如只要通过卡尔曼滤波器120的动作循环数设定,并基于实验结果等决定适当的时间即可。例如,设定为数十循环。
4.信号处理装置的第3详细结构
图8中示出信号处理装置100的第3详细的结构例。信号处理装置100包括噪声估算部110、卡尔曼滤波器120、低通滤波器171、延迟部172、低通滤波器173、减算部175、加算部176、存储部177、读取部178、比较器180、减算部121。此外,对于与第1以及第2详细的结构例相同的结构要素标注相同的符号,并适当地省略说明。
存储部177存储图9所示的将温度与DC指定值(大致的DC值)对应建立的重叠图表。DC指定值为以温度的2次函数近似表示温度特性的偏差的中心值。存储部177例如由非易失性存储器(例如EPROM)等构成。读取部178基于来自温度传感器190的检测信号TS参照重叠图表,输出与检测温度对应的DC指定值。减算部175由低通滤波器171的输出信号减去DC指定值,并将该相减后的信号向延迟部172与噪声估算部110输出。加算部176将卡尔曼滤波器120的输出信号与DC指定值相加,并将该相加后的信号向低通滤波器173输出。
由此,卡尔曼滤波器120与噪声估算部110对减去DC指定值后的输入信号进行处理。相当于预先给出预测的大致的DC值。如此一来,即使在提高DC估算的收敛性、变动激烈的不易进行DC估算的状况下,也能够以大幅偏离的DC值进行估算,能够提高可靠性。一旦以大幅偏离的DC值进行估算,则卡尔曼滤波器120的时间常量(例如,截止频率0.1mHz的倒数)极长,因此存在返回本来的估算值需要过大的时间的可能性,而在本实施方式中能够防止该情况的发生。
噪声估算部110包括:上述的第1估算部130以及第2估算部140、根据从DC指定值偏离的程度使观测噪声σmeas动态变化的第3估算部150。
具体地说,第3估算部150包括绝对值计算部151、增益处理部152、限幅器153、乘算部154。
存储部177进一步存储有在增益处理部152中使用的指定值d、在比较器180中使用的DC指定值的最大偏差值(图9的虚线)。最大偏差值例如为不具有温度特性的值。DC指定与最大偏差值例如通过测量陀螺仪传感器的多个样本并基于该结果来设定。在绝对值计算部151的后段使用最大偏差值,因此实际上只要存储最大偏差值的绝对值即可。作为指定值d可以设定任意的值,但例如与最大偏差值相同。以下,以指定值d为最大偏差值的情况为例进行说明。
绝对值计算部151计算来自减算部175的信号的绝对值。增益处理部152将该绝对值与下式(20)的增益GA2相乘。限幅器153在该相乘后的信号大于1的情况下将该信号直接输出,在相乘后的信号为1以下的情况下将输出限制为1。乘算部154将来自限幅器153的信号与来自第2估算部140的观测噪声σmeas相乘。
数学式20
即,在陀螺仪传感器的物理量信号处于偏差范围外的情况下,绝对值比d大,因此在乘以增益GA2后变得比1大。在这种情况下,限幅器153输出比1大的值,观测噪声σmeas增加。另一方面,在物理量信号处于偏差范围内的情况下,绝对值比d小,因此在乘以增益GA2后变为1以下。在这种情况下,限幅器153输出1,观测噪声σmeas不增加。
如果观测噪声σmeas增加,则根据上式(8)、(9)信赖估算值x-(k),因此在偏差范围外观测值y(k)的权重下降。反向说明,在偏差范围内观测值y(k)的权重上升,将在偏差范围内重点探索观测值y(k)的DC成分。这样,重点探索认为是DC的真值存在的偏差范围内,在偏差范围外降低被认为不是真值的观测值y(k)的信赖度,由此能够提高DC估算的精度。
如上所述,本实施方式由于在偏差的范围内重点进行DC估算,因此假设DC的真值处于范围外的情况下,会使DC估算速度变得极慢,并且对于外部干扰(对于信号的大的输入)也非常弱,使DC估算值立即变动。因此,并非过小地形成最大偏差值以使真值进入到偏差内,而需要考虑经久变化来进行指定。
接下来,对于比较器180(监视部)进行说明。比较器180监视陀螺仪传感器的物理量信号的动作成分,输出表示是否存在动作的标志FL1(停止信号)。具体地说,将最大偏差值设为阈值,对来自绝对值计算部151的信号与阈值进行比较,在信号比阈值大的情况下将标志FL1激活。即,在产生比偏差范围大的动作的情况下激活标志FL1。标志FL1被输入至卡尔曼滤波器120、第1估算部130的低通滤波器133。
在对陀螺仪传感器施加动作且输入信号发生大幅变化的情况下,DC估算的精度下降,与估算误差对应的误差协方差P(k)变大。如此一来,由上式(8)可见,卡尔曼增益g(k)接近1,由上式(9)可见,信赖受动作影响的观测值y(k)。
因此,卡尔曼滤波器120在标志FL1激活的情况下仅实施估算值x(k)的估算,进行不更新误差协方差P(k)的处理。具体地说,执行上式(6)~(9)的处理,不执行上式(10)的处理。由此,能够提高动作影响少的过去的估算值x-(k)的信赖度,能够提高DC成分的估算精度。
低通滤波器133在标志FL1激活的情况下停止低通滤波器动作,持续输出标志FL1由非激活变为激活时的输出值。由此,仅将偏差范围内的信号进行低通滤波器处理,能够防止由受到动作影响的信号提取不正确的观测噪声σmeas。
5.信号处理装置的第4详细结构
图10中示出信号处理装置100的第4详细结构例。信号处理装置100包括噪声估算部110、卡尔曼滤波器120、低通滤波器171、延迟部172、低通滤波器173、减算部175、加算部176、存储部177、读取部178、比较器180、减算部121。此外,对于与第1~第3详细的结构例相同的结构要素标注相同的符号,并适当省略说明。
噪声估算部110包括上述的第1估算部130、第2估算部140、第3估算部150和第4估算部160,当存在温度变化的情况下,第4估算部160将卡尔曼滤波器120由收敛状态返回至估算状态。
如图11所示,陀螺仪传感器的DC偏移具有温度特性,并将其近似值存储作为重叠图表,通过减算部175相减后向卡尔曼滤波器120输入。近似值并非与温度特性严格一致,将根据个体的不同在温度特性中存在斜角(dip)部,因此在相减后的结果中残余温度特性。如图12所示,如果随时间的迁移温度发生温度,则残留的温度特性使卡尔曼滤波器120的输入也发生变化。
在卡尔曼滤波器120的DC估算收敛的情况下,如在第1详细的结构例中说明的那样,成为与目标截止频率fc的低通滤波器几乎相同的特性。在该条件下,如果输入信号的DC值根据温度变化而变化,则由于截止频率fc较低因此将短暂地持续输出温度变化前的DC值。该时间是指定的目标截止频率fc的倒数程度。即,在该时间内卡尔曼滤波器120无法追随于由于温度变化所产生的DC值的变化。
因此,在本实施方式中通过使系统噪声σsys根据温度变化进行动态变化,能使卡尔曼滤波器120返回估算状态,并相对于DC值的变化提高追随性。具体地说,第4估算部160包括延迟部161、减算部162、低通滤波器163、增益处理部164、平方处理部165、乘算部166、加算部167。
延迟部161与减算部162求取温度传感器190的在时间k的检测信号TS与在前一个的时间k-1的检测信号TS的差分。低通滤波器163使该差分平滑化。在温度传感器190的检测信号TS的杂音大的情况下,或者检测信号TS的采样频率与卡尔曼滤波器120的动作频率相比较低且检测信号TS离散变化的情况下,第4估算部160输出的系统噪声σsys急剧地发生大幅变化。该变化会对卡尔曼滤波器120的收敛程度产生大的影响。因此,在低通滤波器163设定极低的截止频率(例如10mHz)。由此,能够可靠地除去成为噪声的成分,使系统噪声σsys的变化缓慢。
低通滤波器163的输出LPF2OUT如果使用温度传感器190的灵敏度TSEN[digi/℃]与温度变化ΔT[℃/sec]则得出下式(21)。
数学式21
增益处理部164将来自低通滤波器163的信号与增益GA3相乘。平方处理部165对该相乘后的信号进行平方。乘算部166将该平方后的信号与来自第1估算部130的观测噪声σmeas相乘。然后,加算部167将该相乘后的信号与来自第1估算部130的系统噪声σsys相加,并将该相加后的信号向卡尔曼滤波器120输出。
对于增益GA3的设定方法进行说明。首先,以正弦波近似表示温度变化时的卡尔曼滤波器120的输入信号的变化。如图12所示,如果通过线性近似考虑倾斜度,则形成下式(22)。k[digi/℃]为陀螺仪传感器的物理量信号的温度变动系数。ΔT[℃/sec]为每1秒的温度变化,因此kΔT为输入信号的变化的倾斜度。以频率f的正弦波的倾斜度2πf来近似表示该倾斜度。如果向ΔT代入上式(21)并对f求解,则f成为下式(22)的右边。
数学式22
由于已知DC值的变化的频率为f,因此以该频率经过卡尔曼滤波器120的方式决定增益GA3。即,如果将上式(22)的频率f设为截止频率fc并代入收敛状态下的上式(18),则形成下式(23)。
数学式23
在陀螺仪传感器的灵敏度为SEN[digi/dps]、温度系数为TCOEFF[dps/℃]的情况下,上式(23)变成下式(24)。
数学式24
通过设定上述的增益GA3,能够使收敛状态下的低通滤波器的截止频率fc向频率f变化并将卡尔曼滤波器120返回至估算状态。此时,截止变为频率f,因此输入信号的DC成分的变化刚刚通过。
通过如上设置,能够利用温度变化将DC值发生多大变化的信息作为系统噪声σsys发送给卡尔曼滤波器120,由此能使卡尔曼滤波器120追随由于温度变化所产生的DC成分的变化。
6.电子设备、陀螺仪传感器
图13中示出包括本实施方式的信号处理装置100的陀螺仪传感器510(广义来说为传感器)和包括陀螺仪传感器510的电子设备500的结构例。此外电子设备500、陀螺仪传感器510并不局限于图13的结构,可以进行省略其结构要素的一部分或追加其他的结构要素等各种变形实施。另外作为本实施方式的电子设备500,可以假设为数字摄像机、视频摄像机、智能电话,移动电话机、车辆导航系统、机器人、游戏机、时钟、健康器械或便携式信息终端等各种设备。
电子设备500包括陀螺仪传感器510与处理部520。并且可以包括温度传感器190、存储器530、操作部540、显示部550。处理部520(CPU、MPU等)进行陀螺仪传感器510等控制、电子设备500的全体控制。另外处理部520基于由陀螺仪传感器510检测到的角速度信息(广义来说物理量)进行处理。例如基于角速度信息进行用于手抖修正、姿态控制、GPS自律航法等的处理。存储器530(ROM、RAM等)存储控制程序、各种数据,或作为工作区域、数据储存区域发挥功能。操作部540被用于供用户操作电子设备500,显示部550向用户显示各种信息。
陀螺仪传感器510包括振子10、检测装置20。图13的振子10(广义来说物理量转换器)为由水晶等压电材料的薄板形成的音叉型的压电振子,具有驱动用振子11、12、检测用振子16、17。在驱动用振子11、12设置有驱动端子2、4,在检测用振子16、17设置有检测端子6、8。
检测装置20包括驱动电路30、检测电路60和信号处理装置100。驱动电路30输出驱动信号(驱动电压)并驱动振子10。然后从振子10接收反馈信号,由此激发振子10。检测电路60从由驱动信号驱动的振子10接收检测信号(检测电流、电荷),并依据检测信号检测(提取)与施加在振子10的物理量相应的所需信号(物理量信号、科里奥利力信号)。
具体地说,来自驱动电路30的交流的驱动信号(驱动电压)被施加于驱动用振子11的驱动端子2。如此一来,通过逆电压效应使驱动用振子11开始振动,通过音叉振动驱动用振子12也开始振动。此时,由于驱动用振子12的压电效应而产生的电流(电荷)从驱动端子4作为反馈信号向驱动电路30反馈。由此形成包括振子10的振荡回路。
如果驱动用振子11、12振动,则检测用振子16、17沿图13所示的方向以振动速度v振动。这样,由于检测用振子16、17的压电效应产生的电流(电荷)作为检测信号(第1、第2检测信号)从检测端子6、8输出。这样,检测电路60接收来自该振子10的检测信号,检测作为与科里奥利力相应的信号的所需信号(所需波)。即,如果振子10(陀螺仪传感器)以检测轴19为中心旋转,则在与振动速度v的振动方向正交的方向上产生科里奥利力Fc。例如如果将以检测轴19为中心旋转时的角速度设为ω、振子的质量设为m、振子的振动速度设为v,则科里奥利力表示为Fc=2m·v·ω。因此检测电路60通过检测作为与科里奥利力相应的信号的所需信号,能够求得陀螺仪传感器的旋转角速度ω。然后通过使用求出的角速度ω,处理部520能够进行用于手抖修正、姿态控制或GPS自律航法等的各种处理。
此外,在图13中示出了振子10为音叉型的情况的例子,但本实施方式的振子10并不局限于这样的构造。例如也可以是T字型或双T字型等。另外振子10的压电材料也可以是水晶以外的材料。
7.检测装置
图14中示出本实施方式的检测装置20的结构例。检测装置20包括驱动电路30、检测电路60和信号处理装置100(数字处理部)。
驱动电路30包括:输入来自振子10的反馈信号DI的放大电路32、进行自动增益控制的增益控制电路34、将驱动信号DQ向振子10输出的驱动信号输出电路36。另外包括将同步信号SYC向检测电路60输出的同步信号输出电路38。此外,驱动电路30的结构不局限于图12,也可以进行省略这些结构要素的一部分或追加其他结构要素等各种变形实施。
放大电路32(I/V变换电路)对来自振子10的反馈信号DI放大。例如将来自振子10的电流的信号DI变换为电压的信号DV并输出。该放大电路32可以通过电容器、电阻元件、运算放大器等实现。
驱动信号输出电路36基于由放大电路32放大后的信号DV输出驱动信号DQ。例如驱动信号输出电路36输出矩形波(或者正弦波)的驱动信号。该驱动信号输出电路36能够由比较器等实现。
增益控制电路34(AGC)向驱动信号输出电路36输出控制电压DS,并对驱动信号DQ的振幅进行控制。具体地说,增益控制电路34监视信号DV,对振荡回路的增益进行控制。例如在驱动电路30中,为了将陀螺仪传感器的灵敏度恒定确保,需要恒定确保向振子10(驱动用振子)供给的驱动电压的振幅。因此,在驱动振动系的振荡回路内设置用于自动调整增益的增益控制电路34。增益控制电路34将增益进行可变地自动调整,以使来自振子10的反馈信号DI的振幅(振子的振动速度v)恒定。
同步信号输出电路38接收由放大电路32放大后的信号DV,并将同步信号SYC(参照信号)向检测电路60输出。该同步信号输出电路38可以通过对正弦波(交流)的信号DV进行二值化处理来生成矩形波的同步信号SYC的比较器、进行同步信号SYC的相位调整的相位调整电路(移相器)等实现。
检测电路60包括放大电路62、同步检波电路64、A/D变换电路66。放大电路62接收来自振子10的第1、第2检测信号IQ1、IQ2,进行信号放大、电荷-电压变换。同步检波电路64基于来自驱动电路30的同步信号SYC进行同步检波。A/D变换电路66进行同步检波后的信号的A/D变换。
信号处理装置100如上所述,从所需信号提取DC偏移(DC成分),从所需信号中除去DC偏移。另外,可以信号处理装置100进行各种数字信号处理。例如信号处理装置100进行与所需信号的应用相应的带域限制的数字滤波处理,或进行除去由A/D变换电路66等产生的噪声的数字滤波处理。另外,进行增益修正(灵敏度调整)、重叠修正等数字修正处理。信号处理装置100例如可以由DSP(Digital Signal Processor)实现。
8.移动体
图15中示出包括本实施方式的检测装置20的移动体的例子。本实施方式的检测装置20例如可以安装于汽车、飞机、摩托车、自行车或船舶等各种移动体。移动体例如为具有发动机、马达等驱动机构、方向盘舵盘等转向操纵机构、各种电子设备且可在地上、海空移动的设备或装置。
图15示意性示出作为移动体的具体例的汽车206。在汽车206上安装有具有振子10与检测装置20的陀螺仪传感器510(传感器)。陀螺仪传感器510能够检测车体207的姿态。陀螺仪传感器510的物理量信号能够向车体姿态控制装置208供给。车体姿态控制装置208例如能够根据车体207的姿态控制悬架的硬软或控制各个车轮209的制动器。此外,这样的姿态控制还可以在双脚行走机器人或航空机、直升机等各种移动体中利用。在实现姿态控制时,可以安装陀螺仪传感器510。
此外,如上所述对本实施方式进行了详细说明,但本发明在实质不脱离新颖事项以及效果的范围内可进行诸多变形,这对于本领域技术人员是显而易见的。因此,这样的变形例全部应该涵盖在本发明的范围内。例如,在说明书或者附图中,至少一次与更广义或者同义的不同用语一起记载的用语在说明书或者附图的任意位置都可以更换为该不同的用语。另外,本实施方式及变形例的所有组合也应该涵盖于本发明的范围内。并且信号处理装置、检测装置、传感器、电子设备、移动体的结构、动作等也不局限于在本实施方式中说明的情况,可以实施各种变形。
符号说明
2、4 驱动端子;6、8 检测端子;10 振子;11、12 驱动用振子;15 物理量转换器;16、17 检测用振子;19 检测轴;20 检测装置;30驱动电路;32 放大电路;34 增益控制电路;36 驱动信号输出电路;38同步信号输出电路;60 检测电路;62 放大电路;64 同步检波电路;66A/D变换电路;100 信号处理装置;110 噪声估算部;120 卡尔曼滤波器;121 减算部;130 第1估算部;131 高通滤波器;132 低通滤波器;133 低通滤波器;134 限幅器;135 增益处理部;136 加算部;140 第2估算部;141 峰值保持部;142 加算部;150 第3估算部;151 绝对值计算部;152 增益处理部;153 限幅器;154 乘算部;160 第4估算部;161 延迟部;162 减算部;163 低通滤波器;164 增益处理部;166乘算部;167 加算部;171 低通滤波器;172 延迟部;173 低通滤波器;175 减算部;176 加算部;177 存储部;178 读取部;180 比较器(监视部);190 温度传感器;206 汽车;207 车体;208 车体姿态控制装置;209 车轮;500 电子设备;510 陀螺仪传感器;520 处理部;530存储器;540 操作部;550 显示部;DCQ DC成分;FL1 标志;GA1~GA3 增益;PI 输入信号(物理量信号);PQ 输出信号;σmeas 观测噪声;σsys 系统噪声。
Claims (15)
1.一种信号处理装置,其特征在于,
包括卡尔曼滤波器,所述卡尔曼滤波器基于依据输入信号而估算的观测噪声以及系统噪声来进行卡尔曼滤波处理,从而提取所述输入信号的DC成分。
2.如权利要求1所述的信号处理装置,其特征在于,
包括噪声估算部,所述噪声估算部依据所述输入信号而估算所述观测噪声以及所述系统噪声。
3.如权利要求2所述的信号处理装置,其特征在于,
所述噪声估算部基于所述输入信号而估算所述观测噪声,并通过对估算出的所述观测噪声进行增益处理,从而估算所述系统噪声。
4.如权利要求3所述的信号处理装置,其特征在于,
所述噪声估算部对所述输入信号进行均方,并对所述均方后的信号进行限幅处理,由此估算所述观测噪声。
5.如权利要求2所述的信号处理装置,其特征在于,
所述噪声估算部对所述输入信号进行高通滤波处理,并基于所述高通滤波处理后的信号进行使所述观测噪声增加的处理。
6.如权利要求1所述的信号处理装置,其特征在于,
包括对所述输入信号进行监视的监视部,
作为所述监视,所述监视部进行所述输入信号的信号电平是否超出了预定范围的判断,
所述卡尔曼滤波器在由所述监视部判断为所述输入信号的信号电平超出了所述预定范围的情况下,停止进行误差协方差的观测更新。
7.如权利要求6所述的信号处理装置,其特征在于,
包括噪声估算部,所述噪声估算部基于所述输入信号而进行所述观测噪声的估算,
所述噪声估算部在由所述监视部判断为所述输入信号的信号电平超出了所述预定范围的情况下,停止进行所述观测噪声的所述估算的更新。
8.如权利要求7所述的信号处理装置,其特征在于,
所述监视部对所述输入信号的绝对值和与所述预定范围对应的阈值进行比较,并在所述绝对值大于所述阈值的情况下输出停止信号,
所述卡尔曼滤波器在接收到所述停止信号的情况下停止进行所述误差协方差的观测更新,
所述噪声估算部在接收到所述停止信号的情况下停止进行所述观测噪声的所述估算的更新。
9.如权利要求6所述的信号处理装置,其特征在于,
包括噪声估算部,所述噪声估算部基于所述输入信号进行所述观测噪声的估算,
所述噪声估算部在所述输入信号的信号电平超出了第2预定范围的情况下使所述观测噪声增加。
10.如权利要求9所述的信号处理装置,其特征在于,
所述噪声估算部具有:
限幅器,其在所述输入信号的信号电平处于所述第2预定范围内的情况下,将所述输入信号的信号电平限制为预定的下限值;
乘算部,其将被所述限幅器限幅了的所述输入信号的信号电平与所述观测噪声相乘。
11.如权利要求2所述的信号处理装置,其特征在于,
所述噪声估算部将基于温度传感器的输出信号的所述系统噪声向所述卡尔曼滤波器输出。
12.如权利要求11所述的信号处理装置,其特征在于,
所述噪声估算部根据所述温度传感器的所述输出信号的变化而使所述系统噪声增加。
13.如权利要求11所述的信号处理装置,其特征在于,
包括减算部,所述减算部从所述输入信号中减去与所述输入信号的DC成分的温度特性对应的DC指定值,
所述卡尔曼滤波器对所述相减后的所述输入信号进行卡尔曼滤波处理。
14.一种电子设备,其特征在于,
包括权利要求1所述的信号处理装置。
15.一种移动体,其特征在于,
包括权利要求1所述的信号处理装置。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-256725 | 2013-12-12 | ||
JP2013256724A JP6273814B2 (ja) | 2013-12-12 | 2013-12-12 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
JP2013256725A JP6330309B2 (ja) | 2013-12-12 | 2013-12-12 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
JP2013-256724 | 2013-12-12 | ||
JP2013256722A JP6417659B2 (ja) | 2013-12-12 | 2013-12-12 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
JP2013-256722 | 2013-12-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104713578A true CN104713578A (zh) | 2015-06-17 |
CN104713578B CN104713578B (zh) | 2020-03-10 |
Family
ID=52358532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410773201.5A Active CN104713578B (zh) | 2013-12-12 | 2014-12-12 | 信号处理装置、电子设备及移动体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10215785B2 (zh) |
EP (1) | EP2889577B1 (zh) |
CN (1) | CN104713578B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443178A (zh) * | 2016-09-08 | 2017-02-22 | 东南大学 | 一种基于IQuinn‑Rife综合的正弦信号频率估计方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013121831A1 (ja) * | 2012-02-17 | 2013-08-22 | 株式会社日立製作所 | 微小信号検出方法及びシステム |
US10181315B2 (en) * | 2014-06-13 | 2019-01-15 | Cirrus Logic, Inc. | Systems and methods for selectively enabling and disabling adaptation of an adaptive noise cancellation system |
DE102015110528B4 (de) * | 2015-06-30 | 2017-02-09 | Aiq Dienstleistungen Ug (Haftungsbeschränkt) | Filtern von verteilten Erfassungsdaten |
CN105425039B (zh) * | 2015-12-29 | 2019-09-17 | 南京因泰莱电器股份有限公司 | 基于自适应卡尔曼滤波的谐波检测方法 |
US10318370B2 (en) * | 2016-03-25 | 2019-06-11 | Seiko Epson Corporation | Circuit device, physical quantity detection device, oscillator, electronic apparatus, vehicle, and method of detecting failure of master clock signal |
US10302687B2 (en) * | 2016-06-14 | 2019-05-28 | General Electric Company | Filtration thresholding |
JP2018165618A (ja) * | 2017-03-28 | 2018-10-25 | セイコーエプソン株式会社 | 信号処理装置、検出装置、物理量測定装置、電子機器及び移動体 |
JP2018205007A (ja) * | 2017-05-31 | 2018-12-27 | セイコーエプソン株式会社 | 回路装置、物理量測定装置、電子機器及び移動体 |
CN113739783B (zh) * | 2021-11-08 | 2022-03-01 | 华中光电技术研究所(中国船舶重工集团公司第七一七研究所) | 一种光纤陀螺振铃效应误差抑制系统及抑制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004347505A (ja) * | 2003-05-23 | 2004-12-09 | Minolta Co Ltd | 振れ検出装置及び振れ検出方法 |
EP1837627A2 (en) * | 2006-03-08 | 2007-09-26 | Honeywell International, Inc. | Methods and systems for implementing an iterated extended kalman filter within a navigation system |
US20090326851A1 (en) * | 2006-04-13 | 2009-12-31 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
JP4666787B2 (ja) * | 2001-02-09 | 2011-04-06 | キヤノン株式会社 | 振動検出装置及び像振れ補正装置 |
CN102819163A (zh) * | 2011-06-10 | 2012-12-12 | 佳能株式会社 | 抖动补偿设备及其控制方法、摄像设备及其控制方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236939B1 (en) * | 1999-03-03 | 2001-05-22 | Hughes Electronics Corporation | Method and apparatus for controlling spacecraft attitude with rotational star trackers |
JP3727489B2 (ja) | 1999-06-01 | 2005-12-14 | 三菱電機株式会社 | ロケータ装置 |
US20080285881A1 (en) * | 2005-02-07 | 2008-11-20 | Yaniv Gal | Adaptive Image De-Noising by Pixels Relation Maximization |
JP5245531B2 (ja) | 2008-05-15 | 2013-07-24 | 富士通株式会社 | 角速度検出装置、角速度検出方法、及び、角速度検出プログラム |
US8457706B2 (en) * | 2008-05-16 | 2013-06-04 | Covidien Lp | Estimation of a physiological parameter using a neural network |
DE102009050796B4 (de) * | 2009-10-27 | 2015-06-18 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur Messung der Signallaufzeit zwischen einem Sender und einem Empfänger |
JP5503961B2 (ja) * | 2009-12-25 | 2014-05-28 | 株式会社デンソーアイティーラボラトリ | 観測信号処理装置 |
JP5564244B2 (ja) * | 2009-12-25 | 2014-07-30 | 株式会社デンソーアイティーラボラトリ | 観測信号処理装置 |
US8369191B2 (en) * | 2010-11-29 | 2013-02-05 | Tdk Corporation | Method for controlling the current of laser diode on thermally assisted magnetic recording head |
US9046544B2 (en) * | 2011-06-22 | 2015-06-02 | Lexmark International, Inc. | Method and apparatus for measuring speed of a brush motor |
JP2013122384A (ja) | 2011-12-09 | 2013-06-20 | Yamaha Corp | カルマンフィルタ、及び、状態推定装置 |
US9162691B2 (en) * | 2012-04-27 | 2015-10-20 | Transportation Technology Center, Inc. | System and method for detecting broken rail and occupied track from a railway vehicle |
-
2014
- 2014-12-11 US US14/567,404 patent/US10215785B2/en active Active
- 2014-12-12 EP EP14197614.2A patent/EP2889577B1/en active Active
- 2014-12-12 CN CN201410773201.5A patent/CN104713578B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4666787B2 (ja) * | 2001-02-09 | 2011-04-06 | キヤノン株式会社 | 振動検出装置及び像振れ補正装置 |
JP2004347505A (ja) * | 2003-05-23 | 2004-12-09 | Minolta Co Ltd | 振れ検出装置及び振れ検出方法 |
EP1837627A2 (en) * | 2006-03-08 | 2007-09-26 | Honeywell International, Inc. | Methods and systems for implementing an iterated extended kalman filter within a navigation system |
US20090326851A1 (en) * | 2006-04-13 | 2009-12-31 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN102819163A (zh) * | 2011-06-10 | 2012-12-12 | 佳能株式会社 | 抖动补偿设备及其控制方法、摄像设备及其控制方法 |
EP2533518A1 (en) * | 2011-06-10 | 2012-12-12 | Canon Kabushiki Kaisha | Shake compensation apparatus, shake compensation control method, and image capturing apparatus and control method thereof |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443178A (zh) * | 2016-09-08 | 2017-02-22 | 东南大学 | 一种基于IQuinn‑Rife综合的正弦信号频率估计方法 |
CN106443178B (zh) * | 2016-09-08 | 2019-02-01 | 东南大学 | 一种基于IQuinn-Rife综合的正弦信号频率估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104713578B (zh) | 2020-03-10 |
US20150168467A1 (en) | 2015-06-18 |
US10215785B2 (en) | 2019-02-26 |
EP2889577A1 (en) | 2015-07-01 |
EP2889577B1 (en) | 2019-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104713578A (zh) | 信号处理装置、电子设备及移动体 | |
CN105785999B (zh) | 无人艇航向运动控制方法 | |
US7289915B2 (en) | Method of estimating load inertia for a motor | |
Yun et al. | Testing and evaluation of an integrated GPS/INS system for small AUV navigation | |
JP5074950B2 (ja) | 航法装置 | |
JP6417659B2 (ja) | 信号処理装置、検出装置、センサー、電子機器及び移動体 | |
CN106885568B (zh) | 无人机数据处理方法和装置 | |
CN113203429B (zh) | 一种陀螺仪温度漂移误差的在线估计及补偿方法 | |
CN104655116A (zh) | 检测装置、传感器、电子设备以及移动体 | |
US20180348277A1 (en) | Circuit Apparatus, Physical Quantity Measuring Apparatus, Electronic Device, And Vehicle | |
Suh | Attitude estimation by multiple-mode Kalman filters | |
JP6330309B2 (ja) | 信号処理装置、検出装置、センサー、電子機器及び移動体 | |
CN104819717A (zh) | 一种基于mems惯性传感器组的多旋翼飞行器姿态检测方法 | |
JP6516042B2 (ja) | 信号処理装置、検出装置、センサー、電子機器及び移動体 | |
CN111142128A (zh) | 导航完好性的监测方法及装置、无人机 | |
US20180283912A1 (en) | Signal processing device, detection device, physical quantity measurement device, electronic apparatus, and vehicle | |
JP4070879B2 (ja) | 電子磁気コンパス | |
JP6273814B2 (ja) | 信号処理装置、検出装置、センサー、電子機器及び移動体 | |
CN114379577A (zh) | 行驶轨迹生成方法及设备 | |
JP2001264106A (ja) | 慣性航法装置、慣性航法装置の初期化方法及び記録媒体 | |
CN110766105A (zh) | 车辆的钥匙定位方法、装置及设备 | |
Nguyen et al. | Electric vehicle stability control based on disturbance accommodating Kalman filter using GPS | |
CN111344600B (zh) | 用于确定机动车位置的方法 | |
Chudzik | Inertial sensors in the stabilization system of the balancing vehicle | |
US20240085453A1 (en) | Method for evaluating sensor data, processing unit for evaluating sensor data, and sensor system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |