CN105955016B - 一种不同带宽传感器的最优闭环融合方法 - Google Patents
一种不同带宽传感器的最优闭环融合方法 Download PDFInfo
- Publication number
- CN105955016B CN105955016B CN201610370011.8A CN201610370011A CN105955016B CN 105955016 B CN105955016 B CN 105955016B CN 201610370011 A CN201610370011 A CN 201610370011A CN 105955016 B CN105955016 B CN 105955016B
- Authority
- CN
- China
- Prior art keywords
- output
- closed loop
- characteristic
- sensor
- low
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Gyroscopes (AREA)
Abstract
本发明公开了一种不同带宽传感器的最优闭环融合方法，传统的闭环融合控制能够一定程度提高测量带宽，但是这种方式需要手工调整控制器参数的方法，很难得到最优值，造成在频率交接点存在一定的波动，降低使用融合数据的控制器的性能。针对以上问题，提出了一种提高测量带宽的最优闭环融合方法。本发明的思路与传统方法正好相反，建立带参数的校正器，然后推导融合输出的闭环特性，以最优融合输出作为条件，解算校正器参数。本发明的方法可有效扩展低带宽传感器的测量带宽，同时对幅值和相位的影响很小。
Description
技术领域
本发明属于稳定控制技术领域，具体涉及一种最优闭环滤波融合方法实现高带宽传感器和低带宽传感器的数据融合，扩展了惯性测量带宽。
背景技术
惯性稳定平台需要谐振频率高、响应快、线性度好的机械结构。采用传感器反馈的主动稳定控制回路能够有效抑制低频扰动，带宽越宽，稳定能力越高，但高带宽传感器，例如线加速度计等对低频的响应差，而低带宽传感器的最大响应频率只能达到100～200Hz，例如机械陀螺，微机械陀螺，音叉陀螺等。
针对上述问题，国防科技大学的胡浩军等尝试利用线加速度计实现稳定平台的惯性测量，但线加速度计在带宽和精度间存在矛盾，虽然有带宽较宽(>10KHz)的线加速度计，由于加速度信号正比于信号的频率，带宽的加速度计其比例因子必然较小，对于低频小幅的振动，输出信号几乎湮没在噪声中。JPL实验室在光通信的研究中，实现在加速度计的随机噪声约80μg的条件下，可将反射镜的抑制带宽提高到70Hz。还有一些研究者提出用多传感器信息融合的方式，利用陀螺与角速率传感器的信息融合，实现了惯性传感器带宽的扩展，获得从直流到上千赫兹的惯性测量带宽。
多传感器信息融合是指运用数据融合技术综合处理来自多个传感器的数据和相关信息，获得比运用单个、孤立的传感器更加详细而精确的结论。就目前的多传感器信息融合技术主要有三种方法：基于频率响应的综合滤波方法、Kalman滤波方法、闭环滤波方法。相较前面两种方法，闭环控制的数据融合方案是一种既简单又巧妙的方法，可以不必知道传感器的模型或者传递函数，只要根据被融合的传感器频率范围，调整对应的融合控制器参数，即可传感器数据较好融合。
但是这种方法的实现思路是先建立校正器，通过调整校正器的参数以获得接近理想输出的闭环特性，这种方法实现较为简单，但通过手工调整参数，很难得到最优值，造成在频率交接点存在一定的波动，降低使用融合数据的控制器的性能。而本发明提出的最优闭环滤波融合方法实现思路与之相反，应先建立带参数的校正器，然后推导融合输出的闭环特性，以最优融合输出作为条件，解算校正器参数。
发明内容
本发明的目的在于：基于闭环控制的数据融合的方法，用低通传感器测量的低频数据实时校正没有低频分量的高通传感器的测量数据，从而得到在高低频段宽带宽测量的融合数据。采用区别于传统的手工调整控制器参数的方法，建立带参数的校正器，然后推导融合输出的闭环特性，以最优融合输出作为条件，解算校正器参数。本发明的方法可有效扩展了惯性测量带宽，同时对幅值和相位的影响很小。
本发明采用的技术方案为：一种不同带宽传感器的最优闭环融合方法，该方法步骤如下：
步骤(1)：将振动量作为控制器输入参考，分别送入低带宽传感器和高带宽传感器，加入校正器对低带宽传感器的输出进行校正；
步骤(2)：将高带宽传感器输出和校正后的低带宽传感器输出的融合输出作为控制器、低带宽传感器和高带宽传感器组成的控制系统的反馈量；
步骤(3)：设计校正器，建立带参数的校正器，然后推导融合输出的闭环特性，以最优融合输出作为条件，解算校正器参数。
其中，步骤(3)中利用融合输出与理想输出的偏差作为目标函数，解算校正器频率特性与最优融合比的关系，还可以采用最小误差平方，牛顿法来求解最优解。
其中，步骤(3)中对于校正器的设计，校正器的闭环特性同样可以采用2阶低通滤波器、3阶低通滤波器来实现。
本发明与现有技术相比具有如下优点：
(1)同基于频率响应的综合滤波方法和Kalman滤波方法相比，本发明采用的闭环控制的数据融合方案是一种既简单又巧妙的方法，可以不必知道传感器的模型或者传递函数，只要根据被融合的传感器频率范围，调整对应的融合控制器参数，即可传感器数据较好融合。
(2)传统的融合滤波器的实现思路是先建立校正器，通过调整校正器的参数以获得接近理想输出的闭环特性，这种方法实现较为简单，但通过手工调整参数，很难得到最优值。本发明先获取能得到最优融合输出的闭环特性，再根据闭环特性解算出校正器参数。可以准确确定校正器参数，得到最优值。
(3)本发明的方法可有效扩展低带宽传感器的测量带宽，同时对幅值和相位的影响很小。
附图说明
图1为闭环控制方案；
图2为不同参数k的|F(jω)-1|误差(1阶滤波器)；
图3为不同参数k的|F(jω)-1|误差(2阶滤波器)；
图4为不同参数k的|F(jω)-1|误差(3阶滤波器)。
具体实施方式
以下结合附图和具体实施方式进一步说明本发明。
本发明一种不同带宽传感器的最优闭环融合方法，具体步骤如下：
步骤(1)：本发明利用闭环融合滤波的基本控制如图1所示，其中高带宽传感器采用GHigh(s)，低带宽传感器GLow(s)，其融合后的输出特性为：
其中，Y(s)表示控制系统输出特性，R(s)表示控制系统输入特性，GC(s)表示控制系统校正器，GClose(s)表示控制系统闭环特性，GRestrain(s)表示系统抑制特性。
步骤(2)：对于系统反馈回来的信号，将高带宽和校正后的低带宽的融合输出作为系统反馈量；
步骤(3)：对于如式(1)所示的输出特性，要得到理想的特性，则要求融合滤波器闭环特性使得：
融合滤波器抑制特性使得：
将低通传感器和高通传感器的传递特性分别近似为：
和
其中，ωLow表示低通传感器角频率，ωHigh表示高通传感器角频率。
若校正器的闭环特性Φ(s)为1阶低通滤波器，其频率特性为：
则抑制特性为：
融合后的输出的频率响应特性为：
其幅值描述为：
传感器输出的期望特性为：
|F(jω)|＝1 (10)
即融合输出为全通，则融合滤波器的设计要求变为寻求一个ωFilter，在所使用的频率范围内，使得|F(jω)|与1的偏差最小。
令k为融合比，ωFilter的取值为：
可得，
ωFilter＝ωLow k·ωHigh (1-k) (12)
其中，k的取值在0～1之间，当k＝0时，ωFilter＝ωHigh；k＝1时，ωFilter＝ωLow。要获得更好的滤波特性，可将校正器的闭环特性Φ(s)设计为2阶，甚至3阶低通滤波器，2阶频率特性为：
3阶频率特性为：
图2反映的是闭环特性为1阶滤波器时，融合比k取值不同时，融合输出特性与期望特性的误差，仿真条件的ωLow＝85*2*πrad/s与ωHigh＝1.6*2*πrad/s。。当k＝0.5时，融合输出的误差最小，则k＝0.5为最优融合。
图3反映的是闭环特性为2阶滤波器时，融合比k取值不同时，融合输出特性与期望特性的误差，k＝0.65为最优参数。
图4反映的是闭环特性为3阶滤波器时，融合比k取值不同时，融合输出特性与期望特性的误差，k＝0.7为最优参数。
根据期望的闭环特性，可得到开环特性，即校正环节的传递函数：
例如，当期望的闭环特性为3阶滤波器时，将Φ(s)整理为：
其中，T＝1/ωFilter，则校正环节可进一步表示为：
表现为I型系统。
Claims (2)
1.一种不同带宽传感器的最优闭环融合方法，其特征在于：该方法步骤如下：
步骤(1)：将振动量作为控制器输入参考，分别送入低带宽传感器和高带宽传感器，加入校正器对低带宽传感器的输出进行校正；
步骤(2)：将高带宽传感器输出和校正后的低带宽传感器输出的融合输出作为控制器、低带宽传感器和高带宽传感器组成的控制系统的反馈量；
步骤(3)：设计校正器，建立带参数的校正器，然后推导融合输出的闭环特性，以最优融合输出作为条件，解算校正器参数；
具体步骤如下：
步骤(1)：利用闭环融合滤波的基本控制，其中高带宽传感器采用GHigh(s)，低带宽传感器GLow(s)，其融合后的输出特性为：
其中，Y(s)表示控制系统输出特性，R(s)表示控制系统输入特性，GC(s)表示控制系统校正器，GClose(s)表示控制系统闭环特性，GRestrain(s)表示系统抑制特性；
步骤(2)：对于系统反馈回来的信号，将高带宽和校正后的低带宽的融合输出作为系统反馈量；
步骤(3)：对于如式(1)所示的输出特性，要得到理想的特性，则要求融合滤波器闭环特性使得：
融合滤波器抑制特性使得：
将低通传感器和高通传感器的传递特性分别近似为：
和
其中，ωLow表示低通传感器角频率，ωHigh表示高通传感器角频率；
若校正器的闭环特性Φ(s)为1阶低通滤波器，其频率特性为：
则抑制特性为：
融合后的输出的频率响应特性为：
F(s)|s＝jω＝φ(s)·GLow(s)+D(s)·GHigh(s)|s＝jω (8)
其幅值描述为：
传感器输出的期望特性为：
|F(jω)|＝1 (10)
即融合输出为全通，则融合滤波器的设计要求变为寻求一个ωFilter，在所使用的频率范围内，使得|F(jω)|与1的偏差最小；
令k为融合比，ωFilter的取值为：
可得，
ωFilter＝ωLow k·ωHigh (1-k) (12)
其中，k的取值在0～1之间，当k＝0时，ωFilter＝ωHigh；k＝1时，ωFilter＝ωLow，要获得更好的滤波特性，可将校正器的闭环特性Φ(s)设计为2阶，甚至3阶低通滤波器，2阶频率特性为：
3阶频率特性为：
2.根据权利要求1所述的一种不同带宽传感器的最优闭环融合方法，其特征在于：步骤(3)中利用融合输出与理想输出的偏差作为目标函数，解算校正器频率特性与最优融合比的关系，采用最小误差平方，牛顿法来求解最优解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610370011.8A CN105955016B (zh) | 2016-05-30 | 2016-05-30 | 一种不同带宽传感器的最优闭环融合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610370011.8A CN105955016B (zh) | 2016-05-30 | 2016-05-30 | 一种不同带宽传感器的最优闭环融合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105955016A CN105955016A (zh) | 2016-09-21 |
| CN105955016B true CN105955016B (zh) | 2019-05-14 |
Family
ID=56911114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610370011.8A Active CN105955016B (zh) | 2016-05-30 | 2016-05-30 | 一种不同带宽传感器的最优闭环融合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105955016B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109798885A (zh) * | 2019-02-27 | 2019-05-24 | 中国科学院光电技术研究所 | 一种基于闭环融合的传感器数据融合最优化设计方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07295604A (ja) * | 1994-04-26 | 1995-11-10 | Mitsubishi Heavy Ind Ltd | Ｐｉｄ調節器のパラメータ調整装置 |
| EP0704776B1 (de) * | 1994-09-28 | 1998-11-25 | Siemens Aktiengesellschaft | Verfahren zur Parametrierung eines PI- oder PID-Reglers |
| JP2006085383A (ja) * | 2004-09-15 | 2006-03-30 | Mitsutoyo Corp | 測定制御系における制御回路の制御パラメータ設定方法および測定装置 |
| JP2014048715A (ja) * | 2012-08-29 | 2014-03-17 | Toyota Motor Corp | プラント制御装置 |
-
2016
- 2016-05-30 CN CN201610370011.8A patent/CN105955016B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07295604A (ja) * | 1994-04-26 | 1995-11-10 | Mitsubishi Heavy Ind Ltd | Ｐｉｄ調節器のパラメータ調整装置 |
| EP0704776B1 (de) * | 1994-09-28 | 1998-11-25 | Siemens Aktiengesellschaft | Verfahren zur Parametrierung eines PI- oder PID-Reglers |
| JP2006085383A (ja) * | 2004-09-15 | 2006-03-30 | Mitsutoyo Corp | 測定制御系における制御回路の制御パラメータ設定方法および測定装置 |
| JP2014048715A (ja) * | 2012-08-29 | 2014-03-17 | Toyota Motor Corp | プラント制御装置 |
Non-Patent Citations (1)
| Title |
|---|
| "两种惯性传感器数据融合";吴琼雁等;《光电工程》;20060331;第33卷(第3期);正文第54-57页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105955016A (zh) | 2016-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108897230B (zh) | 一种基于跟踪和扰动前馈的快反镜控制方法 | |
| CN106896720B (zh) | 一种改进的基于捷联式加速度测量的快反镜惯性稳定控制方法 | |
| CN107728472B (zh) | 一种基于单加速度计的快反镜扰动观测补偿控制方法 | |
| CN107367934B (zh) | 一种基于双扰动观测器的快反镜稳定控制方法 | |
| CN104567849B (zh) | 一种硅微机械线振动式陀螺及其带宽拓展方法 | |
| CN110543123B (zh) | 一种基于虚拟多闭环的扰动测量前馈抑制方法 | |
| CN109541945A (zh) | 一种基于复合型扰动观测器的扰动抑制方法 | |
| CN109164709A (zh) | 一种基于改进型Smith预估器的光电跟踪系统控制方法 | |
| CN106482735A (zh) | 一种提高快反镜稳定平台扰动抑制能力的控制方法 | |
| CN106814624A (zh) | 一种改进的基于多闭环的快反镜扰动观测补偿控制方法 | |
| CN107505845B (zh) | 一种提高倾斜镜控制系统扰动抑制能力的控制方法 | |
| CN110482479B (zh) | 一种简化的mems多环谐振陀螺自适应闭环控制方法 | |
| Hiller et al. | Noise contributions in a closed-loop MEMS gyroscope for automotive applications | |
| CN110631570A (zh) | 一种用于提升硅微陀螺仪标度因数温度稳定性的系统和方法 | |
| CN107272411A (zh) | 一种插件式加速度反馈的快反镜光束稳定控制方法 | |
| CN112066968B (zh) | 一种微机电多环陀螺实时模态自动匹配系统 | |
| US20140085017A1 (en) | Mems device oscillator loop with amplitude control | |
| CN111024056A (zh) | 一种高动态输入的mems陀螺带宽扩展闭环控制方法 | |
| CN102692221B (zh) | 微固体模态陀螺闭环驱动与科氏力检测电路 | |
| US20180259334A1 (en) | Vibrating Structure Angular Rate Sensor | |
| CN105955016B (zh) | 一种不同带宽传感器的最优闭环融合方法 | |
| CN106054603A (zh) | 一种提高快反镜控制带宽的滞后预估方法 | |
| CN106289209B (zh) | 一种适用于宽量程的陀螺仪控制方法和控制系统 | |
| CN111488001A (zh) | 一种快反镜复合稳定平台控制系统及其设计方法 | |
| Xu et al. | Single-channel control for hemispherical resonator gyro based on time division multiplexing and demultiplexing |
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 |