CN108663040A - 信号处理装置、检测装置、测定装置、电子设备及移动体 - Google Patents
信号处理装置、检测装置、测定装置、电子设备及移动体 Download PDFInfo
- Publication number
- CN108663040A CN108663040A CN201810190995.0A CN201810190995A CN108663040A CN 108663040 A CN108663040 A CN 108663040A CN 201810190995 A CN201810190995 A CN 201810190995A CN 108663040 A CN108663040 A CN 108663040A
- Authority
- CN
- China
- Prior art keywords
- signal
- processing apparatus
- input signal
- noise
- physical quantity
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
- G01D18/002—Automatic recalibration
- G01D18/006—Intermittent recalibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
- G01C19/56—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces
- G01C19/5776—Signal processing not specific to any of the devices covered by groups G01C19/5607 - G01C19/5719
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D15/00—Component parts of recorders for measuring arrangements not specially adapted for a specific variable
- G01D15/24—Drives for recording elements and surfaces not covered by G01D5/00
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0202—Two or more dimensional filters; Filters for complex signals
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0202—Two or more dimensional filters; Filters for complex signals
- H03H2017/0205—Kalman filters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Gyroscopes (AREA)
Abstract
信号处理装置、检测装置、测定装置、电子设备及移动体,能够提高卡尔曼滤波器所估计的估计值(DC成分)的准确性或者稳定性。信号处理装置(100)包含:卡尔曼滤波器(120),其根据观测噪声(σmeas)和系统噪声(σsys)进行卡尔曼滤波处理,将输入信号(PI)的DC成分(DCQ)作为估计值而输出;以及监视部(180)。卡尔曼滤波器(120)输出估计值的误差协方差(Vc2)。监视部(180)根据针对与输入信号(PI)对应的信号电平的、基于误差协方差(Vc2)的判定处理的结果,进行卡尔曼滤波器(120)中的观测更新处理的停止指示。
Description
技术领域
本发明涉及信号处理装置、检测装置、物理量测定装置、电子设备以及移动体等。
背景技术
在数码照相机、智能手机等电子设备或车、飞机等移动体中组装有用于检测由于外部原因而变化的物理量的物理量测定装置。例如,检测角速度的陀螺传感器被用于所谓的手抖动校正、姿势控制、GPS自行导航等。
在这样的物理量测定装置中,当来自物理量换能器的检测信号中包含DC偏移时,在根据检测信号得到物理量时可能产生误差。例如,在陀螺传感器中,将角速度累计而求出角度,因此,当角速度包含DC偏移(零点的误差)时,角度的误差可能变大。
作为降低这样的DC偏移的技术,在专利文献1中公开了如下技术:通过卡尔曼滤波处理提取输入信号的DC成分,并从输入信号中减去该DC成分。在该技术中,信号处理装置包含:输入信号监视部,其监视输入信号;以及卡尔曼滤波器,其进行卡尔曼滤波处理而提取输入信号的DC成分。而且,输入信号监视部判断输入信号的信号电平是否超过规定范围,在判断为输入信号的信号电平超过规定范围的情况下,卡尔曼滤波器停止误差协方差的时间更新。
专利文献1:日本特开2015-114220号公报
在上述现有技术中,在输入信号的信号电平超过规定范围的情况下,卡尔曼滤波器停止误差协方差的时间更新。即,切换卡尔曼滤波器的估计动作的有效与无效的阈值设定被固定。因此,在存在比固定的阈值小的输入(例如陀螺传感器中的微小的角速度的旋转)的情况下,卡尔曼滤波器的估计动作可能不停止,而估计值追随着输入。于是,相对于DC成分的真值而言,估计值的准确性或者稳定性可能下降。
发明内容
本发明是为了解决上述的课题的至少一部分而完成的,能够作为以下的方式或者形态而实现。
本发明的一个方式涉及一种信号处理装置,其包含:卡尔曼滤波器,其根据观测噪声和系统噪声进行卡尔曼滤波处理,将输入信号的DC成分作为估计值而输出;以及监视部,所述卡尔曼滤波器输出所述估计值的误差协方差,所述监视部根据针对与所述输入信号对应的信号电平的、基于所述误差协方差的判定处理的结果,进行所述卡尔曼滤波器中的观测更新处理的停止指示。
根据本发明的一个方式,根据误差协方差对与输入信号对应的信号电平进行判定处理,并根据其结果进行卡尔曼滤波器中的观测更新处理的停止指示。由此,能够根据误差协方差使进行停止指示的信号电平适应性地变化。通过根据误差协方差使进行停止指示的信号电平适应性地变化,能够提高卡尔曼滤波器所估计的估计值(DC成分)的准确性或者稳定性。
此外,在本发明的一个方式中,可以是,所述监视部在所述信号电平超过基于所述误差协方差的阈值的情况下,进行所述停止指示。
这样,通过比较对应于输入信号的信号电平与基于误差协方差的阈值,能够实现基于误差协方差的判定处理。例如,由于随着误差协方差收敛而阈值变小,因此,仅输入信号稍微变化就能够停止卡尔曼滤波器的观测更新处理。
此外,在本发明的一个方式中,可以是,所述停止指示是所述估计值和所述误差协方差中的至少一方的更新停止的指示。
这样,根据基于误差协方差的判定处理的结果,来停止基于卡尔曼滤波器的观测更新的至少一部分。在输入了阻碍DC偏移的估计的输入信号的情况下,使观测更新的至少一部分停止,由此,能够提高估计值的准确性或者稳定性。
此外,在本发明的一个方式中,可以是,所述监视部对从所述输入信号中减去所述估计值而得的信号的所述信号电平进行所述判定处理。
由于在输入信号中包含DC偏移,因此,其信号电平是包含DC偏移的大小在内的电平。关于该方面,通过从输入信号中减去估计值,能够得到除去了DC偏移(的估计值)的信号电平。通过对该信号电平进行判定处理,能够进行更准确的判定处理。
此外,在本发明的一个方式中,可以是,所述监视部对与所述输入信号对应的信号被进行平方运算处理而得的信号的所述信号电平进行所述判定处理。
通过对与输入信号对应的信号进行平方运算处理,能够生成表示对应于输入信号的信号的大小(的平方)的信号电平。由此,信号电平与阈值的比较是正的值彼此间的比较,能够判定信号电平是否超过阈值。
此外,在本发明的一个方式中,可以是,所述监视部包含:增益处理部,其对所述误差协方差进行增益处理;偏移加法处理部,其进行将所述增益处理部的输出与偏移相加的处理;以及比较器,其进行对所述信号电平与所述偏移加法处理部的输出进行比较的处理作为所述判定处理。
对误差协方差进行增益处理,并进行将其结果与偏移相加的处理,由此,能够求出根据误差协方差而变化的阈值。而且,通过比较对应于输入信号的信号电平与偏移加法处理部的输出,能够进行判定信号电平是否超过根据误差协方差而变化的阈值的处理。
此外,在本发明的一个方式中,可以是,信号处理装置包含噪声估计部,该噪声估计部估计根据所述输入信号而动态地变化的所述观测噪声和所述系统噪声。
根据本发明的一个方式,噪声估计部使观测噪声和系统噪声根据输入信号而动态地变化而将观测噪声和系统噪声供给到卡尔曼滤波器,卡尔曼滤波器接受该动态地变化的观测噪声和系统噪声而进行卡尔曼滤波处理。通过像这样从卡尔曼滤波器的外部供给观测噪声和系统噪声,能够控制卡尔曼滤波器的特性,能够进行提高了瞬态响应性和追随性的DC成分的提取。
此外,本发明的其他方式涉及一种检测装置,其包含:驱动电路,其驱动物理量换能器;检测电路,其接受来自所述物理量换能器的检测信号,检测与物理量对应的物理量信号;以及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作为所述估计值的所述DC成分。
此外,本发明的另一其他方式涉及包含上述检测装置和所述物理量换能器在内的物理量测定装置。
此外,本发明另一其他方式涉及包含上述任意一项所述的信号处理装置在内的电子设备。
此外,本发明另一其他方式涉及包含上述任意一项所述的信号处理装置在内的移动体。
附图说明
图1是对基于卡尔曼滤波器的DC成分的估计处理的比较例进行说明的时序图。
图2是本实施方式的信号处理装置的第1结构例。
图3是示意性地示出本实施方式的信号处理装置的动作的第1时序图。
图4是对本实施方式的信号处理装置的动作进行说明的第2时序图。
图5是本实施方式的信号处理装置的第2结构例。
图6是本实施方式的信号处理装置的详细结构例。
图7是对阈值的设定方法进行说明的图。
图8是检测装置的结构例。
图9是物理量测定装置的结构例。
图10是移动体的结构例。
图11是电子设备的结构例。
标号说明
10:振子;12:物理量换能器;30:驱动电路;32:放大电路;40:增益控制电路;50:驱动信号输出电路;52:同步信号输出电路;60:检测电路;64:放大电路;81:同步检波电路;82:A/D转换电路;100:信号处理装置;102:零点估计部;104:减法处理部;106:处理部;110:噪声估计部;120:卡尔曼滤波器;121:减法处理部;122:选择器;135:增益处理部;140:第1估计部;141:高通滤波器;142:平方运算处理部;143:峰值保持部;144:增益处理部;145:加法处理部;150:第2估计部;151:平方运算处理部;152:选择器;153:低通滤波器;154:限幅器;160:第3估计部;161:延迟部;162:减法处理部;163:低通滤波器;164:增益处理部;165:平方运算处理部;166:乘法处理部;167:加法处理部;180:监视部;181:增益处理部;182:偏移加法处理部;183:比较器;190:温度传感器;206:汽车;207:车体;208:车体姿势控制装置;209:车轮;300:检测装置;400:陀螺传感器;610:数字静态照相机;DCQ:DC成分;FLOV:停止标志;PI:输入信号;VOS:偏移;Vc2:误差协方差;Vn2:基底噪声;Vpp2:运动噪声;Vth:阈值;σmeas:观测噪声;σsys:系统噪声。
具体实施方式
以下,对本发明的优选的实施方式进行详细说明。另外,以下说明的本实施方式并非不当地限定权利要求书所述的本发明的内容,本实施方式中说明的全部结构作为本发明的解决手段并非都是必须的。
例如,以下,以从陀螺传感器的检测信号(与角速度对应的物理量信号)中提取DC偏移(DC成分)的情况为例对本发明的信号处理装置进行说明。但是,不限于陀螺传感器的检测信号,例如只要是提取其他的物理量换能器的物理量信号的DC偏移的装置,或者,不限于物理量换能器而是从来自任意电路或装置等的输入信号提取DC偏移的装置,就能够应用本发明。
1.比较例
图1是对基于卡尔曼滤波器的DC成分的估计处理的比较例进行说明的时序图。纵轴是信号值表示的角速度(dps:degree per second:度/秒)。
卡尔曼滤波器中的输入信号PI包含相当于角速度ZP的DC偏移。卡尔曼滤波器根据作为观测值的输入信号PI估计(所谓的零点估计)DC偏移,并输出作为估计值的DC成分DCQA。由于从观测值中除去DC偏移而得的值是真的角速度,因此,角速度的检测值根据PI-DCQA而求出。例如在陀螺传感器静止的情况下,PI=0+ZP。当假设卡尔曼滤波器估计出DC偏移的真值时,得到了DCQA=ZP,因此,角速度的检测值为PI-DCQA=(0+ZP)-ZP=0,检测到了正确的角速度。
在陀螺传感器旋转的情况下,该输入信号PI不是DC偏移而是角速度,因此,期望不将该输入信号PI用于零点估计。因此,在输入信号PI的绝对值超过阈值th的情况下,使卡尔曼滤波器的估计动作暂时停止。
此时,向陀螺传感器输入微小的旋转,输入信号成为PI=AGV+ZP。当设该输入信号PI为|AGV+ZP|<th时,卡尔曼滤波器的估计动作不停止,因此,根据输入信号PI=AGV+ZP估计DC成分DCQA。在该情况下,认为DC成分DCQA从ZP逐渐接近AGV+ZP。因此,DC成分DCQA相对于DC偏移的真值(ZP)包含估计误差ΔZ,是DCQA=ZP+ΔZ。于是,角速度的检测值是AGV’=(AGV+ZP)-(ZP+ΔZ)=AGV-ΔZ,比真值(AGV)小了零点的估计误差ΔZ。
此外,DC成分DCQA包含估计误差ΔZ’,在DCQA=ZP+ΔZ’的状态下,陀螺传感器静止,输入信号返回到PI=ZP。在该情况下,角速度的检测值为ZP-(ZP+ΔZ’)=-ΔZ’,因此,虽然实际是静止的,但检测到角速度。
如上所述,当用于判断陀螺传感器的旋转的阈值th固定时,零点估计可能变得不准确(或者在时间上不稳定地变化)。而且,由于零点估计变得不准确,因此,角速度的检测值可能变得不准确。
2.信号处理装置的第1结构例
图2是本实施方式的信号处理装置的第1结构例。信号处理装置100包含卡尔曼滤波器120和监视部180。另外,本实施方式不限于图2的结构,能够实施省略其结构要素的一部分或者追加其他的结构要素等各种变形。
卡尔曼滤波器120根据观测噪声σmeas和系统噪声σsys进行卡尔曼滤波处理,将输入信号PI的DC成分DCQ作为估计值而输出。此外,卡尔曼滤波器120输出估计值的误差协方差Vc2。而且,监视部180根据针对与输入信号PI对应的信号电平对的、基于误差协方差Vc2的判定处理的结果,进行卡尔曼滤波器120中的观测更新处理的停止指示。
这样,能够根据误差协方差Vc2使进行观测更新处理的停止指示的信号电平适当地变化。例如,能够设定根据误差协方差Vc2而变化的阈值而非比较例那样的固定的阈值。
误差协方差Vc2是卡尔曼滤波器120对估计值(DC成分DCQ)以何种程度可信进行估计而得的结果。越判断为得到接近真值的估计值,则误差协方差Vc2越小。在本实施方式中,误差协方差Vc2越小,则使进行观测更新处理的停止指示的信号电平越小。由此,在估计值收敛于真值的(误差协方差Vc2小)状况下,仅通过向陀螺传感器输入少许旋转,就能够进行观测更新处理的停止指示。因此,与比较例相比,不容易产生DC成分DCQ的估计误差,能够提高估计值的准确性或者稳定性。
这里,卡尔曼滤波处理是指如下处理:假定在表示观测值和系统的状态的变量中包含噪声(误差),使用从过去到当前为止所取得的观测值来估计系统的最佳状态。在本实施方式的情况下,观测值是输入信号PI,估计的变量是DC成分DCQ。在卡尔曼滤波处理中,反复进行观测更新(观测过程)和时间更新(预测过程)来估计状态。观测更新是使用观测值和时间更新的结果来更新卡尔曼增益、估计值、误差协方差的过程。时间更新是使用观测更新的结果来预测下一时刻的估计值、误差协方差的过程。
观测噪声σmeas和系统噪声σsys例如使用预先估计的规定的值。在该情况下,观测噪声σmeas和系统噪声σsys(或者,它们的方差σmeas 2、σsys 2)例如存储在寄存器、存储器等中,卡尔曼滤波器120从寄存器、存储器读出观测噪声σmeas和系统噪声σsys。或者,如后述那样,在第2结构例中,信号处理装置100可以包含使观测噪声σmeas和系统噪声σsys动态地变化的噪声估计部110。在该情况下,从噪声估计部110向卡尔曼滤波器120供给观测噪声σmeas和系统噪声σsys。
卡尔曼滤波器120估计(提取)的DC成分DCQ是频率比要从输入信号PI取出的期望的信号成分低的成分。例如在陀螺传感器中,在输入信号PI(物理量信号)中包含偏移,以该偏移为基准的变化是实际的信号成分。该信号成分的频率与陀螺传感器检测到的运动的频率对应。偏移由于温度变化等而随时间变动,因此,频率不是零而是比运动的频率低的频率。
以下,使用图3、图4对信号处理装置100的动作进行说明。图3是示意性地示出本实施方式的信号处理装置的动作的第1时序图。
在作为观测值的输入信号PI中包含噪声。卡尔曼滤波器120根据包含该噪声的输入信号PI估计真值(真的零点),并将该估计值作为DC成分DCQ而输出。此外,卡尔曼滤波器120将估计值的置信度估计为误差协方差Vc2。在图3中,图示出作为误差协方差的平方根的误差估计值Vc(偏差)。此外,在图3中,通过范围来图示误差估计值Vc,该范围的上限相当于+Vc,下限相当于-Vc。卡尔曼滤波器120估计为在以估计值(DC成分DCQ)为中心并且以误差估计值Vc为偏差的分布内存在真值。
监视部180根据误差估计值Vc来设定阈值Vth。具体而言,误差估计值Vc越小,则阈值Vth越小。例如,如后述那样,在图6中,通过以误差协方差Vc2为变量的一次函数来求出阈值的平方Vth2。在输入信号PI处于-Vth~+Vth的范围外的情况下,监视部180使停止标志FLOV从无效(第1逻辑电平,低电平)变为有效(第2逻辑电平,高电平)。在图3中图示出在输入信号PI超过+Vth的情况下使停止标志FLOV为有效的例子。使停止标志FLOV为有效相当于观测更新处理的停止指示,卡尔曼滤波器120在停止标志FLOV为有效的期间停止观测更新处理。
图4是对本实施方式的信号处理装置的动作进行说明的第2时序图。
与比较例同样地,输入信号PI包含相当于角速度ZP的DC偏移。在输入信号PI相对于DC偏移没有大幅变化(陀螺传感器静止)的情况下,随着时间的经过,误差估计值Vc变小,因此,阈值Vth收敛于(作为)DC偏移(的估计值DCQ)附近。
此时,向陀螺传感器输入微小的旋转,输入信号变为PI=AGV+ZP。如果阈值Vth充分收敛,则|AGV+ZP|>Vth,因此,停止标志FLOV变为有效,卡尔曼滤波器120的观测更新处理停止。如果在观测更新处理停止前,卡尔曼滤波器120估计出DC偏移的真值,则DCQ=ZP。而且,由于在|AGV+ZP|>Vth的期间,作为估计值的DCQ不发生变化,因此,维持了DCQ=ZP。角速度的检测值为PI-DCQ=(AGV+ZP)-ZP=AGV,检测出正确的角速度AGV。
当陀螺传感器再次静止时,输入信号返回到PI=0+ZP,观测更新处理再次开始(观测更新处理的停止解除)。由于在维持DCQ=ZP的状态下再次开始观测更新处理,因此,角速度的检测值为PI-DCQ=(0+ZP)-ZP=0,检测出正确的角速度。
如上所述,在本实施方式中,在与输入信号PI对应的信号电平超过了基于误差协方差Vc2的阈值Vth的情况下,监视部180进行观测更新处理的停止指示。具体而言,阈值Vth根据误差协方差Vc2而发生变化。
这样,通过比较对应于输入信号PI的信号电平与基于误差协方差Vc2的阈值Vth,能够实现基于误差协方差Vc2的判定处理。由于随着误差协方差Vc2收敛,阈值Vth收敛于估计值(DC成分DCQ),因此,仅通过稍微旋转陀螺传感器就能够停止卡尔曼滤波器120的观测更新处理。另一方面,在误差估计值Vc较大的情况下(例如陀螺传感器启动时等),误差协方差Vc2较大(阈值Vth与DC成分DCQ的差分较大),因此,观测更新处理停止的可能性变低。因此,能够迅速使估计值收敛至真值附近。
另外,与输入信号PI对应的信号电平超过阈值Vth是指与输入信号PI对应的信号处于从负的阈值(-Vth)到正的阈值(+Vth)的范围外。即,是指与输入信号PI对应的信号超过正的阈值(+Vth)或者低于负的阈值(-Vth)。
此外,在本实施方式中,停止指示是估计值(DC成分DCQ)和误差协方差Vc2中的至少一方的更新停止的指示。
卡尔曼滤波器120进行估计值的更新和误差协方差Vc2的更新作为观测更新处理。监视部180指示估计值的更新停止、或者误差协方差Vc2的更新停止、或者估计值和误差协方差Vc2的更新停止。卡尔曼滤波器120分别使估计值的更新、误差协方差Vc2的更新、估计值和误差协方差Vc2的更新停止。
这样,在与输入信号PI对应的信号电平超过阈值Vth的情况下,使基于卡尔曼滤波器120的观测更新的至少一部分停止。在输入了阻碍DC偏移(零点)的估计的输入信号PI的情况下,使观测更新的至少一部分停止,由此,能够提高估计值的准确性或者稳定性。另外,从估计值的准确性或者稳定性的方面考虑,更期望至少进行估计值的更新停止。
此外,在本实施方式中,监视部180可以对从输入信号PI中减去DC成分DCQ而得的信号的信号电平进行判定处理。
由于在输入信号PI中包含DC偏移,因此,其信号电平是包含DC偏移的大小在内的电平。关于该方面,通过从输入信号PI中减去DC成分DCQ,能够得到除去了DC偏移(的估计值)的信号电平(估计为真的信号电平的信号电平)。通过比较该信号电平与阈值Vth,能够进行更准确的阈值判定。
另外,用于判定处理的信号电平不限于从输入信号PI中减去DC成分DCQ而得的信号的信号电平,只要是与输入信号PI对应的信号电平即可。例如,也可以直接使用输入信号PI的信号电平。或者,可以对输入信号PI进行某种处理(相加、相减、相乘等)并使用该处理后的信号的信号电平。例如,可以从输入信号PI中减去对输入信号PI进行高通滤波处理而得的信号,并使用进行该减法运算后的信号的信号电平。
此外,在本实施方式中,监视部180可以对与输入信号PI对应的信号被进行平方运算处理而得的信号的信号电平进行判定处理。
通过对信号进行平方运算处理,能够生成表示对应于输入信号PI的信号的大小(的平方)的信号电平。由此,信号电平与阈值Vth的比较是正的值彼此间的比较,能够判定信号电平是否超过阈值Vth。
另外,用于判定处理的信号电平不限于对对应于输入信号PI的信号进行平方运算处理而得的信号的信号电平,只要是表示信号值的大小的值即可。信号值的大小是根据信号而生成的正的值,例如是信号值的绝对值、信号值的平方、信号的峰-峰值、规定时间内的信号的最大值与最小值的差分等。或者可以是对它们进行某种运算(例如增益处理等)而得的值。
3.信号处理装置的第2结构例
图5是本实施方式的信号处理装置的第2结构例。在图5中,信号处理装置100还包含噪声估计部110。另外,对图2中说明的结构要素标注同一标号,省略适当说明。此外,本实施方式不限于图5的结构,能够实施省略其结构要素的一部分或者追加其他的结构要素等各种变形。
噪声估计部110估计根据输入信号PI(输入数据)而动态地变化的观测噪声σmeas和系统噪声σsys。具体而言,噪声估计部110根据输入信号PI生成观测噪声的方差σmeas 2和系统噪声的方差σsys 2,根据输入信号PI的信号值或其变化来使观测噪声的方差σmeas 2和系统噪声的方差σsys 2发生变化。
卡尔曼滤波器120根据噪声估计部110所估计出的观测噪声的方差σmeas 2和系统噪声的方差σsys 2来进行卡尔曼滤波处理,并提取输入信号PI的DC成分DCQ。
在一般的卡尔曼滤波器中,误差协方差的初始值和系统噪声作为已知的值而被预先赋予。误差协方差的值通过观测更新、时间更新而被更新。这样,在一般的卡尔曼滤波器中,不会在重复更新的中途重新从外部赋予观测噪声、系统噪声。
另一方面,在本实施方式中,使观测噪声σmeas和系统噪声σsys动态地变化,并从外部供给到卡尔曼滤波器120。如后述那样,在下式(1)~(5)中,观测噪声σmeas和系统噪声σsys对卡尔曼增益g(k)等内部变量造成影响。即,意味着通过控制观测噪声σmeas和系统噪声σsys而能够适当控制卡尔曼滤波器120的滤波器特性。在本实施方式中,通过利用上述方法,在输入信号PI(陀螺传感器的物理量信号)的DC成分不发生变化时,预先使通过频带为低频率,能够使信号成分的通过频带向低频侧扩展。此外,在DC成分发生变化时,使观测噪声σmeas和系统噪声σsys发生变化而扩展通过带域,能够追随DC成分的变化。这样,能够提高相对于输入信号PI的变化的瞬态响应性和相对于DC成分的变化的追随性。
以下,对卡尔曼滤波处理的详细进行说明。卡尔曼滤波器120进行下式(1)~(5)所示的一次的线性卡尔曼滤波处理。
x-(k)=x(k-1) (1)
P-(k)=P(k-1)+σsys(k-1)2 (2)
x(k)=x-(k)+g(k)(y(k)-x-(k)) (4)
P(k)=(1-g(k))P-(k) (5)
上式(1)、(2)是时间更新(预测过程)的式子,上式(3)~(5)是观测更新(观测过程)的式子。k表示离散的时间,每当k增加1则进行1次时间更新和观测更新。x(k)是卡尔曼滤波器120的估计值。即,DCQ=x(k)。x-(k)是在得到观测值之前预测的事先估计值。P(k)是卡尔曼滤波器120的误差协方差。即,Vc2=P(k)。P-(k)是在得到观测值之前预测的误差协方差。y(k)是观测值。即,PI=y(k)。σsys(k)是系统噪声,σmeas(k)是观测噪声。
卡尔曼滤波器120存储在上1个时间k-1更新的估计值x(k-1)和误差协方差P(k-1)。而且,在当前的时间k接受观测值y(k)、观测噪声σmeas(k)以及系统噪声σsys(k),并使用它们来执行上式(1)~(5)的时间更新和观测更新,将估计值x(k)作为DC成分而输出。
如第1结构例中说明的那样,观测更新处理的停止是估计值和误差协方差中的至少一方的更新停止。估计值的更新停止是指停止上式(4)的更新。例如,将上式(4)的右边的运算结果存储于寄存器相当于估计值的更新。通过停止向该寄存器的存储而进行估计值的更新停止。或者,可以通过停止上式(4)的右边的运算而进行估计值的更新停止。误差协方差的更新停止是指停止上式(5)的更新。
4.信号处理装置的详细结构例
图6是本实施方式的信号处理装置的详细结构例。信号处理装置100包含卡尔曼滤波器120、第1估计部140、第2估计部150、第3估计部160、监视部180、减法处理部121、选择器122、增益处理部135以及加法处理部167。第1估计部140、第2估计部150、第3估计部160、增益处理部135以及加法处理部167对应于图5的噪声估计部110。另外,本实施方式不限于图6的结构,能够实施省略其结构要素的一部分或者追加其他的结构要素等各种变形。
选择器122选择卡尔曼滤波器120估计的DC成分DCQ或者数据“0”中的任意方。减法处理部121从输入信号PI中减去选择器122的输出,并将其结果作为信号PQ而输出。在选择器122选择DC成分DCQ的情况下,PQ=PI-DCQ,在选择器122选择数据“0”的情况下,PQ=PI。另外,可以省略选择器122,而直接将DC成分DCQ输入到减法处理部121。或者,可以省略选择器122以及减法处理部121,而直接将输入信号PI用作信号PQ。
监视部180包含增益处理部181、偏移加法处理部182以及比较器183。增益处理部181对误差协方差Vc2进行增益处理。偏移加法处理部182进行将增益处理部181的输出与偏移VOS相加的处理。比较器183进行比较信号PQ的信号电平与偏移加法处理部182的输出的处理,作为基于误差协方差Vc2的判定处理。
具体而言,增益处理部181将误差协方差Vc2乘以增益GA3。偏移加法处理部182的输出与阈值Vth的平方(Vth2)对应,成为下式(6)。比较器183比较信号PQ的平方(PQ2)与阈值Vth的平方(Vth2),在信号PQ的平方(PQ2)比阈值Vth的平方(Vth2)大的情况下,输出有效的停止标志FLOV,在信号PQ的平方(PQ2)比阈值Vth的平方(Vth2)小的情况下,输出无效的停止标志FLOV。另外,在后文叙述下式(6)的增益GA3、偏移VOS的详细内容。
Vth2=GA3×Vc2+VOS (6)
根据本实施方式,对误差协方差Vc2进行增益处理,并进行将其结果与偏移VOS相加的处理,由此,能够求出根据误差协方差Vc2而变化的阈值Vth。而且,通过比较信号PQ的信号电平与偏移加法处理部182的输出,能够进行判定信号电平是否超过根据误差协方差Vc2而变化的阈值Vth的处理。此外,由于通过误差协方差Vc2的一次函数(增益处理、偏移的相加处理)来求出阈值Vth的平方,因此,能够通过该一次函数来调整阈值Vth。由此,能够对系统设定适当的阈值Vth。
第1估计部140估计由陀螺传感器的动作(输入信号PI的较大的变化)导致的噪声。具体而言,第1估计部140包含高通滤波器141、平方运算处理部142、峰值保持部143、增益处理部144以及加法处理部145。
高通滤波器141从信号PQ中去除DC成分。由于在后级进行平方平均,因此,通过预先去除DC成分,能够防止DC成分被平方而作为观测噪声σmeas的误差。平方运算处理部142将来自高通滤波器141的信号平方。峰值保持部143接受通过高通滤波器141和平方运算处理部142的AC成分的信号,并保持该信号的峰值。增益处理部144对峰值保持部143的输出进行增益处理(乘以增益GA4的处理),并将其结果作为运动噪声Vpp2(运动噪声的方差)而输出。加法处理部145将运动噪声Vpp2与第2估计部150生成的基底噪声Vn2相加,并将其结果作为观测噪声的方差σmeas 2而输出。
由于陀螺传感器检测的动作越大,则来自峰值保持部143的信号也越大,因此,动作越大则观测噪声σmeas越增加。当观测噪声σmeas增加时,由上式(3)可知,卡尔曼增益g(k)变小,由上式(4)可知,观测值y(k)的权重下降,能够计算出估计值x(k)。由此,动作的AC成分越大,观测值y(k)的影响越下降,能够提取更高精度的DC成分。
从运动噪声Vpp2输出的基底噪声由下式(7)表示。Vn是输入信号PI的基底噪声。GA4是增益处理部的增益,是调整峰值保持部143的影响度的系数。另外,对噪声的平方信号进行峰值保持处理是指输出某一定期间的最大值,对噪声的平方信号的平均值乘以有效的增益Gpeak。峰值保持部143在对输入信号进行峰值保持之后,输出除以Gpeak而得的信号。
Vpp2=GA4×Vn2 (7)
第2估计部150估计输入信号PI的基底噪声。具体而言,第2估计部150包含平方运算处理部151、选择器152、低通滤波器153以及限幅器154。
平方运算处理部151将信号PQ平方。选择器152选择平方运算处理部151的输出或者第1估计部140的平方运算处理部142的输出。低通滤波器153对被平方运算处理部151平方后的信号进行滤波(平滑化),而求出平方平均。通过该平方平均来提取信号的噪声成分。限幅器154对来自低通滤波器153的信号进行限幅处理。具体而言,在来自低通滤波器153的信号为下限值以下的情况下,将输出限幅为下限值,在来自低通滤波器153的信号比下限值大的情况下,直接输出该信号。下限值是比假设的最小的基底噪声小的值,例如是1digit。其结果,从限幅器154输出基底噪声Vn2(基底噪声的方差)。
增益处理部135将来自第2估计部150的基底噪声Vn2乘以一定的增益GA1,并输出到加法处理部167。增益GA1如下式(11)那样设定。在以下说明下式(11)的导出方法。
首先,求出经过足够时间的状态下的观测噪声σmeas与系统噪声σsys的关系。经过足够时间的状态可以假设k=∞的状况,当事前误差协方差P-(k)收敛于一定值时,下式(8)成立。设事前误差协方差P-(k)的收敛值为P0。
P0=P-(k)=P-(k+1) (8)
当以将上式(8)应用于上式(2)、(5)而得的式子和将上式(8)应用于上式(3)而得的式子为联立方程式来求解卡尔曼增益g(k)时,成为下式(9)。在下式(9)中,设收敛状态k=∞下的卡尔曼增益g(k)为g。此外,在右边的近似中,由于在卡尔曼滤波器120的收敛状态下,通过频带非常低,因此,假定σsys<<σmeas成立。
根据上式(9),在收敛状态下,σsys 2=g2σmeas 2,因此,增益GA1=g2。如果得知用于提取DC成分的期望的滤波器特性与卡尔曼增益g的关系,则能够以得到该期望的滤波器特性的方式设定增益GA1。
根据上式(1)、(4),当求出经过了时间时的最终的传递函数,对该传递函数应用双线性转换而求出该传递函数所包含的低通滤波器特性的截止频率fc,并求解卡尔曼增益g时,成为下式(10)。fs是卡尔曼滤波器120的采样频率(动作频率)。在下式(10)的右边的近似中,fc<<fs。
根据上式(10),增益GA1=g2如下式(11)那样求出。在下式(11)中,将在收敛状态下最终要得到的期望的截止频率(目标截止频率)设定为fc。
第3估计部160估计由温度变动导致的零点(DC偏移)的变动。第3估计部160在存在温度变化的情况下使系统噪声σsys增加,使卡尔曼滤波器120从收敛状态返回到估计状态。具体而言,第3估计部160包含延迟部161、减法处理部162、低通滤波器163、增益处理部164、平方运算处理部165、乘法处理部166以及加法处理部167。
延迟部161和减法处理部162求出温度传感器的时间k下的检测信号TS与上1个时间k-1下的检测信号TS的差分。低通滤波器163使该差分平滑化。
增益处理部164将来自低通滤波器163的信号乘以增益GA5。平方运算处理部165将进行该乘法运算后的信号平方。乘法处理部166将该平方后的信号乘以来自第2估计部150的基底噪声Vn2。加法处理部167将乘法处理部166的输出与增益处理部135的输出相加,并将其结果作为系统噪声的方差σsys 2而输出到卡尔曼滤波器120。
增益GA5根据下式(12)来设定。TSEN是温度传感器的灵敏度(digi/℃),TCOEFF是陀螺传感器的温度系数(dps/℃),SEN是陀螺传感器的灵敏度(digit/dps)。
以下,使用图7对由监视部180设定阈值Vth的上式(6)的增益GA3、偏移VOS进行说明。图7是对阈值Vth的设定方法进行说明的图。
根据上式(7),观测噪声的方差σmeas 2成为下式(13)。
σmeas 2=Vpp2+Vn2=(1+GA4)×Vn2 (13)
当设误差协方差的收敛状态下的输入信号PI的噪声电平为Vmin(基底噪声)时,Vn2=Vmin 2。此时,根据上式(13),下式(14)成立。此外,在动作开始时(收敛前状态),信号PQ为输入信号PI的DC成分DCQ。当DC成分DCQ的可假设的最大值为Vmax(最大零点误差)时,高通滤波器141的输出为Vmax,平方运算处理部142的输出为Vmax 2,增益处理部144的输出为GA4×Vmax 2。另一方面,低通滤波器153的输出为Vmax 2,下式(15)成立。另外,为了使计算简略化,设峰值保持部的有效的增益Gpeak为1。
σmeas 2=(1+GA4)×Vmin 2 (14)
σmeas 2=(1+GA4)×Vmax 2 (15)
在收敛状态下,根据上式(2)、(5)、(9),下式(16)成立。
根据上式(8)、(10)、(16),作为收敛状态下的误差协方差P0,求出下式(17)。
当将收敛前状态假定为目标截止频率fc的时间常数时间前的状态时,作为收敛前状态下的误差协方差P1,求出了下式(18)。
如图7所示,设收敛前状态下的阈值为最大阈值V1,设收敛状态下的阈值为最小阈值V0。根据上式(6),能够将最大阈值V1设置为下式(19),将最小阈值V0设置为下式(20)。
V1 2=P1×GA3+VOS (19)
V0 2=P0×GA3+VOS (20)
以上式(19)、(20)为联立方程式进行求解,当使用上式(14)、(15)、(17)、(18)时,求出下式(21)、(22)。即,监视部180的增益GA3通过下式(21)来设定,偏移VOS通过下式(22)来设定。
5.检测装置、物理量测定装置
图8是包含本实施方式的信号处理装置在内的检测装置的结构例。检测装置300(电路装置、集成电路装置)包含驱动电路30、检测电路60、信号处理装置100(信号处理电路)以及温度传感器190。另外,本实施方式不限于图8的结构,能够实施省略其结构要素的一部分(例如温度传感器)或者追加其他的结构要素等各种变形。
驱动电路30向物理量换能器12供给驱动信号DQ,驱动物理量换能器12。检测电路60接受来自物理量换能器12的检测信号TQ,检测与物理量对应的物理量信号。信号处理装置100将物理量信号作为输入信号PI而提取DC成分DCQ。
具体而言,物理量换能器12是用于检测物理量的元件或器件。物理量例如是角速度、角加速度、速度、加速度、距离、压力、声压、磁量或者时间等。另外,检测装置300可以根据来自多个物理量换能器的检测信号检测物理量。例如,第1~第3物理量换能器分别检测针对第1轴、第2轴、第3轴的物理量。作为针对第1轴、第2轴、第3轴的物理量的一例,是绕第1轴、第2轴、第3轴的角速度或者角加速度或者第1轴方向、第2轴方向、第3轴方向上的速度或者加速度等。作为第1轴、第2轴、第3轴的一例,是X轴、Y轴、Z轴。另外,可以仅检测第1轴~第3轴中的2个轴的物理量。
信号处理装置100包含零点估计部102、减法处理部104以及处理部106。例如,信号处理装置100通过DSP(Digital Signal Processor:数字信号处理器)等处理器来实现,例如各部的处理通过基于DSP的时分处理来实现。或者,信号处理装置100可以构成为其各部作为单独的硬件(逻辑电路)。
零点估计部102根据输入信号PI和来自温度传感器190的检测信号TS(温度检测电压)使观测噪声和系统噪声动态地变化,并根据该观测噪声和系统噪声进行卡尔曼滤波处理,估计输入信号PI的DC成分DCQ(DC偏移,零点)。零点估计部102与图2的卡尔曼滤波器120、监视部180或者图5的卡尔曼滤波器120、监视部180、噪声估计部110对应。
减法处理部104从输入信号PI中减去DC成分DCQ,并将其结果作为信号PQ而输出。另外,可以使用图6的减法处理部121作为减法处理部104。
处理部106对信号PQ进行各种数字信号处理(例如校正、积分等),输出表示物理量的数字值。处理部106输出的物理量的种类可以与检测电路60检测的物理量的种类相同,也可以不同。例如,在陀螺传感器中,检测电路60检测角速度,但也可以是处理部106输出角速度,或者可以是输出对角速度进行积分而得的角度。
图9是本实施方式的包含检测装置(信号处理装置)在内的物理量测定装置的结构例。在图9中,作为物理量测定装置的一例,示出检测角速度的陀螺传感器的结构例。另外,如图7中说明的那样,例如能够将本实施方式的信号处理装置100应用于检测角速度、角加速度、速度、加速度、距离、压力、声压、磁量或者时间等各种物理量的物理量测定装置。
陀螺传感器400(角速度传感器)包含振子10、驱动电路30、检测电路60以及信号处理装置100。
振子10(角速度检测元件)是通过绕规定的轴的旋转来检测作用于振子10的科里奥利力并输出与该科里奥利力对应的信号的元件(物理量换能器)。振子10例如是压电振子。例如,振子10是双T字型、T字型、音叉型等的石英振子等。另外,作为振子10,可以采用使用硅基板而形成的作为硅制振子的MEMS(Micro ElectroMechanical Systems:微电子机械系统)振子等。
驱动电路30包含:放大电路32,其输入有来自振子10的反馈信号DI;增益控制电路40,其进行自动增益控制;以及驱动信号输出电路50,其将驱动信号DQ输出到振子10。此外,驱动电路30包含将同步信号SYC输出到检测电路60的同步信号输出电路52。
放大电路32(I/V转换电路)将来自振子10的反馈信号DI放大。例如将来自振子10的电流的信号DI转换为电压的信号DV而输出。该放大电路32能够通过运算放大器、反馈电阻元件、反馈电容器等来实现。
驱动信号输出电路50根据被放大电路32放大后的信号DV输出驱动信号DQ。例如在驱动信号输出电路50输出矩形波(或者正弦波)的驱动信号的情况下,驱动信号输出电路50能够通过比较器等来实现。
增益控制电路40(AGC)向驱动信号输出电路50输出控制电压DS,控制驱动信号DQ的振幅。具体而言,增益控制电路40监视信号DV,控制振荡环路的增益。例如在驱动电路30中,为了将陀螺传感器的灵敏度保持为恒定,需要将供给到振子10的驱动用振动部的驱动电压的振幅保持为恒定。因此,在驱动振动系统的振荡环路内设置有用于自动调整增益的增益控制电路40。增益控制电路40使增益可变地进行自动调整,以使来自振子10的反馈信号DI的振幅(振子10的驱动用振动部的振动速度)恒定。该增益控制电路40能够通过对放大电路32的输出信号DV进行全波整流的全波整流器或进行全波整流器的输出信号的积分处理的积分器等来实现。
同步信号输出电路52接受被放大电路32放大后的信号DV,将同步信号SYC(参照信号)输出到检测电路60。该同步信号输出电路52能够通过比较器或进行同步信号SYC的相位调整的相位调整电路(移相器)等来实现,所述比较器进行正弦波(交流)的信号DV的2值化处理而生成矩形波的同步信号SYC。
检测电路60包含放大电路64、同步检波电路81、A/D转换电路82以及信号处理装置100(DSP)。放大电路64接受来自振子10的第1、第2检测信号IQ1、IQ2而进行电荷-电压转换、差动的信号放大和增益调整等。同步检波电路81根据来自驱动电路30的同步信号SYC进行同步检波。A/D转换电路82进行同步检波后的信号的A/D转换。信号处理装置100对来自A/D转换电路82的数字信号(输入信号PI)进行数字滤波处理和数字校正处理(例如零点校正处理和灵敏度校正处理等)。零点校正处理是通过卡尔曼滤波处理来估计零点,而对输入信号PI的零点进行校正的处理。
6.移动体、电子设备
图10、图11是包含本实施方式的信号处理装置在内的移动体、电子设备的例子。本实施方式的信号处理装置100能够组装至例如车、飞机、摩托车、自行车或船舶等各种移动体。移动体例如是具有发动机、马达等驱动机构、方向盘或舵等转向机构以及各种电子设备并在地上、天空、海上移动的设备/装置。
图10概略地示出作为移动体的具体例的汽车206。在汽车206中组装有包含信号处理装置100在内的陀螺传感器(未图示)。陀螺传感器能够检测车体207的姿势。陀螺传感器的检测信号被供给到车体姿势控制装置208。车体姿势控制装置208例如能够根据车体207的姿势控制悬挂的软硬,或控制各个车轮209的制动。此外,这样的姿势控制能够在双腿步行机器人、飞机、直升机等各种移动体中使用。在实现姿势控制时,能够组装陀螺传感器。
图11概略地示出作为电子设备的具体例的数字静态照相机610。例如在数字静态照相机610中,能够进行使用陀螺传感器和加速度传感器的手抖动校正等。此外,能够假设活体信息检测装置(可佩带保健设备。例如脉搏计、步数计、活动量计等)作为电子设备的具体例。在活体信息检测装置中,能够使用陀螺传感器和加速度传感器检测用户的体动或检测运动状态。这样,本实施方式的信号处理装置100能够应用于数字静态照相机610或活体信息检测装置等各种电子设备。
此外,能够假设机器人作为移动体或者电子设备的具体例。本实施方式的信号处理装置100例如能够应用于机器人的可动部(臂、关节)和主体部。机器人能够假设移动体(行驶/步行机器人)、电子设备(非行驶/非步行机器人)中的任意机器人。在行驶/步行机器人的情况下,例如能够在自行行驶中利用陀螺传感器(包含本实施方式的信号处理装置)。
另外,如上所述对本实施方式详细进行了说明,但是,本领域技术人员能够容易理解,可以实施不实质上脱离本发明的新事项和效果的多个变形。因此,这样的变形例全部包含于本发明的范围。例如,关于在说明书或附图中至少一次与更广义或同义的不同用语一起记载的用语,能够在说明书或附图的任意位置置换为该不同的用语。此外,本实施方式和变形例的全部组合也包含于本发明的范围。此外,信号处理装置、检测装置、物理量测定装置、电子设备、移动体的结构/动作等也不限于本实施方式中说明的情况,能够实施各种变形。
Claims (11)
1.一种信号处理装置,其特征在于,包含:
卡尔曼滤波器,其根据观测噪声和系统噪声进行卡尔曼滤波处理,将输入信号的DC成分作为估计值而输出;以及
监视部,
所述卡尔曼滤波器输出所述估计值的误差协方差,
所述监视部根据针对与所述输入信号对应的信号电平的、基于所述误差协方差的判定处理的结果,进行所述卡尔曼滤波器中的观测更新处理的停止指示。
2.根据权利要求1所述的信号处理装置,其特征在于,
所述监视部在所述信号电平超过基于所述误差协方差的阈值的情况下,进行所述停止指示。
3.根据权利要求1或2所述的信号处理装置,其特征在于,
所述停止指示是所述估计值和所述误差协方差中的至少一方的更新停止的指示。
4.根据权利要求1至3中的任意一项所述的信号处理装置,其特征在于,
所述监视部对从所述输入信号中减去所述估计值而得的信号的所述信号电平进行所述判定处理。
5.根据权利要求1至4中的任意一项所述的信号处理装置,其特征在于,
所述监视部对与所述输入信号对应的信号被进行平方运算处理而得的信号的所述信号电平进行所述判定处理。
6.根据权利要求1至5中的任意一项所述的信号处理装置,其特征在于,
所述监视部包含:
增益处理部,其对所述误差协方差进行增益处理;
偏移加法处理部,其进行将所述增益处理部的输出与偏移相加的处理;以及
比较器,其进行对所述信号电平与所述偏移加法处理部的输出进行比较的处理,作为所述判定处理。
7.根据权利要求1至6中的任意一项所述的信号处理装置,其特征在于,
该信号处理装置包含噪声估计部,该噪声估计部估计根据所述输入信号而动态地变化的所述观测噪声和所述系统噪声。
8.一种检测装置,其特征在于,包含:
驱动电路,其驱动物理量换能器;
检测电路,其接受来自所述物理量换能器的检测信号,检测与物理量对应的物理量信号;以及
权利要求1至7中的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作为所述估计值的所述DC成分。
9.一种物理量测定装置,其特征在于,包含:
权利要求8所述的检测装置;以及
所述物理量换能器。
10.一种电子设备,其特征在于,
该电子设备包含权利要求1至7中的任意一项所述的信号处理装置。
11.一种移动体,其特征在于,
该移动体包含权利要求1至7中的任意一项所述的信号处理装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017062057A JP2018165618A (ja) | 2017-03-28 | 2017-03-28 | 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 |
JP2017-062057 | 2017-03-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108663040A true CN108663040A (zh) | 2018-10-16 |
Family
ID=63669160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810190995.0A Withdrawn CN108663040A (zh) | 2017-03-28 | 2018-03-08 | 信号处理装置、检测装置、测定装置、电子设备及移动体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180283912A1 (zh) |
JP (1) | JP2018165618A (zh) |
CN (1) | CN108663040A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111650617B (zh) * | 2020-06-10 | 2023-03-03 | 国网湖南省电力有限公司 | 基于新息加权自适应不敏卡尔曼滤波的晶振频率驯服方法、系统及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001264105A (ja) * | 2000-03-22 | 2001-09-26 | Toshiba Corp | 慣性航法装置、慣性航法装置の初期化方法及び記録媒体 |
US20090119016A1 (en) * | 2007-11-05 | 2009-05-07 | Denso Corporation | Vehicular present position detection apparatus and program storage medium |
JP2015114220A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
JP2015114221A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
US20160334219A1 (en) * | 2012-06-21 | 2016-11-17 | Innovative Solutions & Support, Inc. | Method and system for compensating for soft iron magnetic disturbances in multiple heading reference systems |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4893815A (en) * | 1987-08-27 | 1990-01-16 | Larry Rowan | Interactive transector device commercial and military grade |
US5281901A (en) * | 1990-12-03 | 1994-01-25 | Eaton-Kenway, Inc. | Downward compatible AGV system and methods |
US5650703B1 (en) * | 1990-06-28 | 1999-03-02 | Hk Systems Inc | Downward compatible agv system and methods |
JP2013088162A (ja) * | 2011-10-14 | 2013-05-13 | Yamaha Corp | 状態推定装置 |
US10497381B2 (en) * | 2012-05-04 | 2019-12-03 | Xmos Inc. | Methods and systems for improved measurement, entity and parameter estimation, and path propagation effect measurement and mitigation in source signal separation |
US9639941B2 (en) * | 2012-12-28 | 2017-05-02 | Trimble Inc. | Scene documentation |
US9456067B2 (en) * | 2012-12-28 | 2016-09-27 | Trimble Navigation Limited | External electronic distance measurement accessory for a mobile data collection platform |
US9462446B2 (en) * | 2012-12-28 | 2016-10-04 | Trimble Navigation Limited | Collecting external accessory data at a mobile data collection platform that obtains raw observables from an internal chipset |
US10215785B2 (en) * | 2013-12-12 | 2019-02-26 | Seiko Epson Corporation | Signal processing device, detection device, sensor, electronic apparatus and moving object |
-
2017
- 2017-03-28 JP JP2017062057A patent/JP2018165618A/ja not_active Withdrawn
-
2018
- 2018-03-08 CN CN201810190995.0A patent/CN108663040A/zh not_active Withdrawn
- 2018-03-20 US US15/926,317 patent/US20180283912A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001264105A (ja) * | 2000-03-22 | 2001-09-26 | Toshiba Corp | 慣性航法装置、慣性航法装置の初期化方法及び記録媒体 |
US20090119016A1 (en) * | 2007-11-05 | 2009-05-07 | Denso Corporation | Vehicular present position detection apparatus and program storage medium |
US20160334219A1 (en) * | 2012-06-21 | 2016-11-17 | Innovative Solutions & Support, Inc. | Method and system for compensating for soft iron magnetic disturbances in multiple heading reference systems |
JP2015114220A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
JP2015114221A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
Also Published As
Publication number | Publication date |
---|---|
US20180283912A1 (en) | 2018-10-04 |
JP2018165618A (ja) | 2018-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10234293B2 (en) | Inertial device including an acceleration, method performed by the same, and program | |
US9127947B2 (en) | State estimator for rejecting noise and tracking and updating bias in inertial sensors and associated methods | |
JP6019504B2 (ja) | 移動体の進行方向推定装置及び進行方向推定方法 | |
JP5861235B2 (ja) | 物体の向きをより正確に推定する方法および前記方法を実装した姿勢制御システム | |
CN106662443B (zh) | 用于垂直轨迹确定的方法和系统 | |
US20130204572A1 (en) | State detection device, electronic apparatus, and program | |
CN107490378B (zh) | 一种基于mpu6050与智能手机的室内定位与导航的方法 | |
JP2011503571A (ja) | 物体の方位測定 | |
CN108981679A (zh) | 电路装置、物理量测量装置、电子设备以及移动体 | |
KR20130127991A (ko) | 이동체의 경로를 추정하는 방법 및 시스템 | |
CN102843988A (zh) | 用于跟踪股骨参照系的基于mems的方法和系统 | |
EP3227634B1 (en) | Method and system for estimating relative angle between headings | |
JP2014240266A (ja) | センサドリフト量推定装置及びプログラム | |
CN108592907A (zh) | 一种基于双向滤波平滑技术的准实时步进式行人导航方法 | |
WO2015105146A1 (ja) | 進行方向推定装置及び進行方向推定方法 | |
CN108663040A (zh) | 信号处理装置、检测装置、测定装置、电子设备及移动体 | |
JP5565736B2 (ja) | 計算装置、計算装置の制御方法、制御プログラム、及び記録媒体 | |
WO2020126809A1 (en) | Method for equine motion analysis | |
Daponte et al. | Compensating magnetic disturbances on MARG units by means of a low complexity data fusion algorithm | |
JP6147446B1 (ja) | ソフト制約及びペナルティ機能を使用した慣性センサの初期化 | |
JP3375720B2 (ja) | 船舶の慣性航法装置 | |
Zhou et al. | Pedestrian navigation with foot-mounted inertial sensors in wearable body area networks | |
CN110579212B (zh) | 室内定位方法及装置 | |
JPH06265367A (ja) | 船舶の慣性航法装置 | |
CN109631895B (zh) | 一种物体的位姿估计方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181016 |
|
WW01 | Invention patent application withdrawn after publication |