CN110596425A - 一种无人机mems加速度传感器噪声消除方法 - Google Patents

一种无人机mems加速度传感器噪声消除方法 Download PDF

Info

Publication number
CN110596425A
CN110596425A CN201910900173.1A CN201910900173A CN110596425A CN 110596425 A CN110596425 A CN 110596425A CN 201910900173 A CN201910900173 A CN 201910900173A CN 110596425 A CN110596425 A CN 110596425A
Authority
CN
China
Prior art keywords
acceleration
unmanned aerial
aerial vehicle
value
acceleration sensor
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
Application number
CN201910900173.1A
Other languages
English (en)
Other versions
CN110596425B (zh
Inventor
王强
王思源
何先定
王旭
刘明鑫
张凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Aeronautic Polytechnic
Original Assignee
Chengdu Aeronautic Polytechnic
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Aeronautic Polytechnic filed Critical Chengdu Aeronautic Polytechnic
Priority to CN201910900173.1A priority Critical patent/CN110596425B/zh
Publication of CN110596425A publication Critical patent/CN110596425A/zh
Application granted granted Critical
Publication of CN110596425B publication Critical patent/CN110596425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups

Abstract

本发明公开了一种无人机MEMS加速度传感器噪声消除方法，其包括通过加速度传感器获取无人机在油门不同开合度时的初始加速度值；对获取的初始加速度值作快速傅里叶变换处理；选取高阶FIR低通滤波器对变换后的加速度值作高频滤波处理；通过均值滤波器对高频滤波处理后的加速度值作低频滤波处理。本发明能够解决现有技术中无人机加速度传感器的噪声大的问题，成本低、计算量小、结果准确。

Description

一种无人机MEMS加速度传感器噪声消除方法
技术领域
本发明涉及飞行器导航技术领域，具体涉及一种无人机MEMS加速度传感器噪声消除方法。
背景技术
近年来由于航拍无人机的兴起，其体积小、重量轻、机动性强等优点使得在军用、民用诸多领域都蓬勃发展，如电力巡检、国土检测、视频航拍、农业植保、森林防火和科学研究平台等。
尽管应用上已经得到了很大的发展，但是现有小型无人机大多都采用了低成本的MEMS加速度传感器作为导航和控制的数据来源。而旋翼无人机由于其原理上的因素，当飞行器启动时，由于电机和螺旋桨震动引起加速度计数据产生机械噪声，此外加速度传感器本身由于温漂和时漂也极大影响了传感器输出数据的有效性和真实性。
以加速度数据为例，如图2所示，下方曲线为施加不同电机油门信号但飞行器保持固定位置时的加速度计数据波形，理论值为0；上方曲线是电机油门信号，其数值为0至100，由于机械震动引起的机械噪声，传感器数据在机体震动时存在很大的噪声。而现有技术中，通过加速度传感器无法消除这类噪声。
发明内容
本发明针对现有技术中的上述不足，提供了一种能够解决现有技术中无人机加速度传感器的噪声大的问题的无人机MEMS加速度传感器噪声消除方法。
为解决上述技术问题，本发明采用了下列技术方案：
提供了一种无人机MEMS加速度传感器噪声消除方法，其包括如下步骤：
S1、通过加速度传感器获取无人机在油门不同开合度时的初始加速度值；
S2、对获取的初始加速度值作快速傅里叶变换处理；
S3、选取高阶FIR低通滤波器对变换后的加速度值作高频滤波处理；
S4、通过均值滤波器对高频滤波处理后的加速度值作低频滤波处理；
S5、将低频滤波处理后的加速度值与初始加速度值联立，得校准方程：
其中，ax、ay、az为低频滤波处理后的三轴加速度值，axm、aym、azm为初始加速度值，g为当地加速度值，b、d、f分别为缩放参数，c、e、g为平移参数；
S6、将油门不同开合度时的初始加速度值和对应低频滤波处理后的加速度值代入校准方程，计算得到缩放参数和平移参数值，从而得到初速加速度和滤波处理后的加速度值的换算关系，即得到加速度传感器检测结果的校准公式。
进一步地，初始加速度值包括在油门开合度为0％、30％和60％时采集得到加速度值。
进一步地，做快速傅里叶变换处理的加速度值为初始加速度值在竖直方向上的分量。
进一步地，FIR低通滤波器的阶数为4至10阶。
进一步地，FIR低通滤波器的截止频率为20HZ。
进一步地，均值滤波器的算法为：
其中，y(n)为均值滤波器进行低频滤波处理后的加速度值，x(i)为高频滤波处理后的加速度值，N为滤波器阶数。
进一步地，均值滤波器阶数为80阶。
本发明提供的上述无人机MEMS加速度传感器噪声消除方法的主要有益效果在于：
本发明通过将加速度传感器记录的初始加速度值做快速傅里叶变换，以便进行数据处理；通过FIR低通滤波器和均值滤波器对加速度数据进行初步处理，以避免高频和低频噪声造成的传感器误差，通过校准公式减小由于温度和时间的漂移造成的传感器误差，从而有效保证了加速度传感器测量值的准确性和噪声消除的可靠性。
附图说明
图1为噪声消除方法流程图。
图2为不同电机油门开合度下的加速度传感器数据波形图。
图3为加速度传感器时频特性和飞行器油门的关系图。
图4为加速度传感器数据快速傅里叶变换分析图。
图5为原始加速度传感器数据频谱和经FIR滤波器后的频谱的对比图。
图6为时域下，初始加速度值、经FIR滤波器和经FIR加低通滤波器的对比图。
图7为频域下，初始加速度值、经FIR滤波器和经FIR加低通滤波器的对比图。
图8为校准前后x轴数据对比图。
图9为校准前后y轴数据对比图。
图10为校准前后Z轴数据对比图。
图11为校准前后的加速度误差对比图。
具体实施方式
下面结合附图对本发明作进一步说明：
如图1所示，其为本发明无人机MEMS加速度传感器噪声消除方法的流程图。
本发明的无人机MEMS加速度传感器噪声消除方法包括如下步骤：
S1、通过加速度传感器获取无人机在油门不同开合度时的初始加速度值。
进一步地，初始加速度值包括在油门开合度为0％、30％和60％时采集得到加速度值，如图3和图4所示。
如图2所示，当无人机的油门开合度加大的时候，会导致加速度数据的增幅和油门开合度的大小呈现出一个正相关的关系。而油门开合度的大小直接影响电机的转速，当电机转速大时，将导致和机体固连的传感器收到的振动影响大。从而直接影响了加速度数据的振幅。因此，通过采集多个油门不同开合度时的初始加速度值，能有效提高结果采集的准确性。
S2、对获取的初始加速度值作快速傅里叶变换处理。
其中，做快速傅里叶变换处理的加速度值为初始加速度值在竖直方向上的分量。以简化计算。
S3、选取高阶FIR低通滤波器对变换后的加速度值作高频滤波处理。
优选的，FIR低通滤波器的阶数为4至10阶。FIR低通滤波器的截止频率为20HZ。以保证滤波效果和对无人机动态数据监测的准确性。
可选的，在初次测量时，可给电机施加油门，但利用固定装置保持飞机处于固定位置，不做任何飞行动作。以便获得初始的校准参数。
S4、通过均值滤波器对高频滤波处理后的加速度值作低频滤波处理。
初始加速度值、经FIR滤波器和经FIR加低通滤波器的对比图如图5至图7所示。
进一步地，均值滤波器的算法为：
其中，y(n)为均值滤波器进行低频滤波处理后的加速度值，x(i)为高频滤波处理后的加速度值，N为滤波器阶数，阶数为80阶。通过均值滤波器能消除0～25Hz之间的低频噪声。
S5、将低频滤波处理后的加速度值与初始加速度值联立，得校准方程：
其中，ax、ay、az为低频滤波处理后的三轴加速度值，axm、aym、azm为初始加速度值，g为当地加速度值，一般可取9.8；b、d、f、c、e、g均为校准参数，其中，b、d、f分别为缩放参数，c、e、g为平移参数。
由此可得：
根据初始加速度值axm、aym、azm，即可求出校准参数值，进而得到初始加速度值和校准后的加速度值的关联公式，即校准公式。
S6、将油门不同开合度时的初始加速度值和对应低频滤波处理后的加速度值代入校准方程，计算得到缩放参数和平移参数值，从而得到初速加速度和滤波处理后的加速度值的换算关系，即得到加速度传感器检测结果的校准公式。
如图8至图11所示，通过校准公式对加速度传感器获得的初始加速度值进行实时校准换算，有效保证得到的加速度值的准确性，从而能够实现对加速度传感器噪声的消除，方便对无人机更精准的控制，可对其监测数据的精确化。
上面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (7)

1.一种无人机MEMS加速度传感器噪声消除方法，其特征在于，包括如下步骤：
S1、通过加速度传感器获取无人机在油门不同开合度时的初始加速度值；
S2、对获取的初始加速度值作快速傅里叶变换处理；
S3、选取高阶FIR低通滤波器对变换后的加速度值作高频滤波处理；
S4、通过均值滤波器对高频滤波处理后的加速度值作低频滤波处理；
S5、将低频滤波处理后的加速度值与初始加速度值联立，得校准方程：
其中，ax、ay、az为低频滤波处理后的三轴加速度值，axm、aym、azm为初始加速度值，g为当地加速度值，b、d、f分别为缩放参数，c、e、g为平移参数；
S6、将油门不同开合度时的初始加速度值和对应低频滤波处理后的加速度值代入校准方程，计算得到缩放参数和平移参数值，从而得到初速加速度和滤波处理后的加速度值的换算关系，即得到加速度传感器检测结果的校准公式。
2.根据权利要求1所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述初始加速度值包括在油门开合度为0％、30％和60％时采集得到加速度值。
3.根据权利要求2所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述做快速傅里叶变换处理的加速度值为初始加速度值在竖直方向上的分量。
4.根据权利要求1所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述FIR低通滤波器的阶数为4至10阶。
5.根据权利要求4所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述FIR低通滤波器的截止频率为20HZ。
6.根据权利要求1所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述均值滤波器的算法为：
其中，y(n)为均值滤波器进行低频滤波处理后的加速度值，x(i)为高频滤波处理后的加速度值，N为滤波器阶数。
7.根据权利要求6所述的无人机MEMS加速度传感器噪声消除方法，其特征在于，所述均值滤波器阶数为80阶。
CN201910900173.1A 2019-09-23 2019-09-23 一种无人机mems加速度传感器噪声消除方法 Active CN110596425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910900173.1A CN110596425B (zh) 2019-09-23 2019-09-23 一种无人机mems加速度传感器噪声消除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910900173.1A CN110596425B (zh) 2019-09-23 2019-09-23 一种无人机mems加速度传感器噪声消除方法

Publications (2)

Publication Number Publication Date
CN110596425A true CN110596425A (zh) 2019-12-20
CN110596425B CN110596425B (zh) 2021-07-27

Family

ID=68862616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910900173.1A Active CN110596425B (zh) 2019-09-23 2019-09-23 一种无人机mems加速度传感器噪声消除方法

Country Status (1)

Country Link
CN (1) CN110596425B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035787A (zh) * 2020-08-31 2020-12-04 成都航空职业技术学院 一种基于ude估计器的噪声估计方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0525549B1 (en) * 1991-07-19 1996-06-26 Mitsubishi Chemical Corporation Acceleration sensor with self-test, and circuit therefor
CN1163403A (zh) * 1996-04-22 1997-10-29 华北工学院 高量值加速度计的冲击校准技术及其装置
JPH09281248A (ja) * 1996-04-11 1997-10-31 Japan Aviation Electron Ind Ltd 常時故障監視型感震器
CN1242693A (zh) * 1997-08-26 2000-01-26 精工爱普生株式会社 脉波诊断装置、运动指标检测装置、运动强度检测装置、心输出量检测装置、每搏输出量检测装置、心功能诊断装置及其检测方法
EP1164377A1 (en) * 2000-05-26 2001-12-19 Sequoia Automation S.R.L. Monoaxial biaxial, triaxial accelerometer with a signal analysis processor and output adapted to be connected to a PLC
CN1853107A (zh) * 2003-07-12 2006-10-25 托罗特拉克(开发)有限公司 确定机动车辆加速度的方法和装置
CN101149391A (zh) * 2007-10-27 2008-03-26 中北大学 差分电容式传感器检测电路
CN201532559U (zh) * 2009-10-16 2010-07-21 北京工业大学 一种用于提取低速重载设备多种信号的数据采集器
CN101876546A (zh) * 2009-11-27 2010-11-03 北京航空航天大学 基于小波阈值去噪和far模型的mems陀螺数据处理方法
CN102252803A (zh) * 2011-04-29 2011-11-23 中国计量科学研究院 一种激光绝对法动态力校准装置
CN102590553A (zh) * 2012-02-29 2012-07-18 北京航空航天大学 一种基于小波消噪的加速度计温度补偿方法
CN102741858A (zh) * 2009-10-28 2012-10-17 数字标记公司 基于传感器的移动搜索、相关方法和系统
WO2015009951A1 (en) * 2013-07-18 2015-01-22 Vital Connect, Inc. Fall detection using machine learning
CN107909790A (zh) * 2017-11-13 2018-04-13 成都航空职业技术学院 一种基于无人机的扬尘监测系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0525549B1 (en) * 1991-07-19 1996-06-26 Mitsubishi Chemical Corporation Acceleration sensor with self-test, and circuit therefor
JPH09281248A (ja) * 1996-04-11 1997-10-31 Japan Aviation Electron Ind Ltd 常時故障監視型感震器
CN1163403A (zh) * 1996-04-22 1997-10-29 华北工学院 高量值加速度计的冲击校准技术及其装置
CN1242693A (zh) * 1997-08-26 2000-01-26 精工爱普生株式会社 脉波诊断装置、运动指标检测装置、运动强度检测装置、心输出量检测装置、每搏输出量检测装置、心功能诊断装置及其检测方法
EP1164377A1 (en) * 2000-05-26 2001-12-19 Sequoia Automation S.R.L. Monoaxial biaxial, triaxial accelerometer with a signal analysis processor and output adapted to be connected to a PLC
CN1853107A (zh) * 2003-07-12 2006-10-25 托罗特拉克(开发)有限公司 确定机动车辆加速度的方法和装置
CN101149391A (zh) * 2007-10-27 2008-03-26 中北大学 差分电容式传感器检测电路
CN201532559U (zh) * 2009-10-16 2010-07-21 北京工业大学 一种用于提取低速重载设备多种信号的数据采集器
CN102741858A (zh) * 2009-10-28 2012-10-17 数字标记公司 基于传感器的移动搜索、相关方法和系统
CN101876546A (zh) * 2009-11-27 2010-11-03 北京航空航天大学 基于小波阈值去噪和far模型的mems陀螺数据处理方法
CN102252803A (zh) * 2011-04-29 2011-11-23 中国计量科学研究院 一种激光绝对法动态力校准装置
CN102590553A (zh) * 2012-02-29 2012-07-18 北京航空航天大学 一种基于小波消噪的加速度计温度补偿方法
WO2015009951A1 (en) * 2013-07-18 2015-01-22 Vital Connect, Inc. Fall detection using machine learning
CN107909790A (zh) * 2017-11-13 2018-04-13 成都航空职业技术学院 一种基于无人机的扬尘监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
顾卫东 等: "FIR数字滤波在MEMS加速度计中的应用", 《MEMS器件与技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035787A (zh) * 2020-08-31 2020-12-04 成都航空职业技术学院 一种基于ude估计器的噪声估计方法
CN112035787B (zh) * 2020-08-31 2023-02-28 成都航空职业技术学院 一种基于ude估计器的噪声估计方法

Also Published As

Publication number Publication date
CN110596425B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN109883392B (zh) 一种基于相位补偿的捷联惯导升沉测量方法
CN110540118B (zh) 一种用于检测轿厢运动状态的智能检测装置
RU2011152911A (ru) Способ калибровки инерционного датчика, установленного в произвольной позиции на борту транспортного средства, и система датчиков динамических параметров транспортного средства, выполненная с возможностью установки на борту в произвольной позиции
CN105009201B (zh) 有源振动噪声控制装置
CN110567492A (zh) 低成本mems惯性传感器系统级标定方法
CN110596425B (zh) 一种无人机mems加速度传感器噪声消除方法
CN111624671B (zh) 旋转加速度计重力梯度仪重力梯度解调相位角确定方法及装置
CN107063243B (zh) 一种基于带限傅里叶线性组合的舰船升沉测量方法
Chen et al. Dither signal removal of ring laser gyro POS based on combined digital filter
CN112985384B (zh) 一种抗干扰磁航向角优化系统
CN111611832B (zh) 基于加速度信号获取车辆响应位移的方法及其系统
CN112345199B (zh) 一种暂冲式高速风洞迎角传感器振动影响修正方法
Jonscher et al. Very low-frequency IEPE accelerometer calibration and application to a wind energy structure
CN103940447B (zh) 一种基于自适应数字滤波器的系泊状态初始对准方法
CN109612665A (zh) 辨识整星挠性振动模态参数的方法与系统
CN106679659A (zh) 一种基于参数可调非线性跟踪微分器的信号去噪方法
CN109443393B (zh) 一种基于盲分离算法的捷联惯导信号提取方法及系统
CN110209049B (zh) 一种基于惯性回路的窄带大幅值扰动抑制方法
WO2014063989A1 (en) Motion sensor assembly for determining the angular velocity of a moving contrast in its field of view with a high accuracy
CN114459414B (zh) 一种半潜式航行体的深度检测方法
CN113777350A (zh) 基于稳定化数值积分的加速度传感器数据处理方法
EP2966409B1 (en) Systems and methods for inertial reference system alignment
CN116340730B (zh) 一种火箭弹弹性振动频率在线辨识与抑制方法
CN111289013B (zh) 一种分离复合多源扰动影响的机翼挠曲角速度估计方法
Wang et al. Data processing and experiment of barometric altimeter based on recursive least squares filtering

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
GR01 Patent grant
GR01 Patent grant