CN111272193B - 一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 - Google Patents
一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 Download PDFInfo
- Publication number
- CN111272193B CN111272193B CN202010097994.9A CN202010097994A CN111272193B CN 111272193 B CN111272193 B CN 111272193B CN 202010097994 A CN202010097994 A CN 202010097994A CN 111272193 B CN111272193 B CN 111272193B
- Authority
- CN
- China
- Prior art keywords
- power spectrum
- detection mode
- gyroscope
- curve
- noise
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H13/00—Measuring resonant frequency
Abstract
本发明公开了一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,根据检测模态的Q值以及预设的谐振频率,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线;在陀螺仪正常工作状态下对检测模态进行电压采样和傅里叶变换分析,得到输出端信号的功率谱曲线;将功率谱理论曲线与输出端信号的功率谱曲线进行互相关运算,得到互相关结果曲线,并确定互相关分析结果中两处峰值所对应的滞后量;利用所得滞后值以及已知的陀螺仪驱动模态谐振频率,确定出检测模态的谐振频率;计算得出陀螺仪工作模态的频差。本发明在不影响MEMS陀螺仪正常工作状态的前提下,从谐振子必然存在的机械热噪声中,在线实时提取出模态频率信息,实现模态频差识别。
Description
技术领域
本发明涉及MEMS陀螺技术领域,尤其是一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法。
背景技术
近几十年来,随着微机电系统(MEMS)技术的迅速发展和微机械加工工艺的不断成熟,MEMS陀螺应运而生,MEMS陀螺相比于传统陀螺具有体积小、可靠性高、成本低等优点,因此被广泛应用于汽车无人驾驶、航空航天、导航制导等各个领域,具有非常广泛的应用。实际应用中,MEMS陀螺的工作模式分为模态匹配模式和模态失配模式,模态匹配状态下陀螺的机械灵敏度远大于模态失配状态下的陀螺,故模态匹配可以改善陀螺噪声水平,提高信噪比。
但是由于加工工艺的限制和制造误差的影响,工作于模态匹配模式下的MEMS陀螺仪的驱动模态和检测模态谐振频率总是存在一定程度的差异,严重恶化了谐振陀螺的机械灵敏度;此外,环境温度的变化也会导致谐振频率的变化,而驱动与检测模态频率变化的不一致亦会造成频差的不稳定。因此,为了消除模态频差的不利影响,通常需要对工作于模态匹配模式下的陀螺仪进行静电调谐补偿,使其在工作过程中实时保持模态匹配。为了更好的实现陀螺模态实时匹配,关键在于对模态的频差进行识别,现有的模态识别方法主要分为两类:一类方法为离线标定,通过测量数据进行计算拟合,此方法虽然简单可行,但实时性差、对重复性要求很高;另一类方法为传统的在线实时测量,需要对陀螺某一模态或某一通道进行扰动输入,此方法虽然实现了在线实时测量,但会影响陀螺仪的正常工作状态。
发明内容
本发明所要解决的技术问题在于,提供一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,能够实现MEMS陀螺仪的在线实时模态匹配,在不影响陀螺仪正常的工作状态下实现频差识别。
为解决上述技术问题,本发明提供一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,包括如下步骤:
(1)根据检测模态的Q值以及预设的谐振频率fy0,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线N(f),以此作为比对和寻找检测模态谐振频率的基准;
(2)在陀螺仪正常工作时,哥氏力、正交力以及谐振子机械热噪声同时作用于陀螺仪检测模态,并在检测模态输出端形成电压响应;通过对检测模态输出端进行电压采样和傅里叶分析,得到输出端信号的功率谱曲线M(f);
(3)将功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关结果曲线R(λ),其中λ为功率谱理论曲线N(f)在做互相关运算时的滞后量;确定互相关分析结果中两处峰值所对应的λ值分别为λ1与λ2;
(4)由步骤(3)中所得的滞后量λ1与λ2,结合预设的谐振频率f0,得陀螺仪的工作模态谐振频率fx=f0+λ1、fy=f0+λ2或fx=f0+λ2、fy=f0+λ1;陀螺仪驱动模态的谐振频率fx通常已知,由此唯一确定检测模态的谐振频率fy;
(5)计算Δf=fy-fx,得出陀螺仪检测模态与驱动模态之间的频差。
优选的,步骤(1)中,根据检测模态的Q值以及预设的谐振频率fy0,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线N(f),以此作为比对和寻找检测模态谐振频率的基准具体为:
MEMS陀螺仪检测模态的传递函数表示为:
其中,Kxv为检测模态位移到电压的放大系数,Qy为检测模态Q值;
通常机械热噪声nm(t)和电子噪声ne(t)可看作是平稳过程的随机信号,不具有确定的时域表达式,但可由功率谱密度函数描述,机械热噪声nm(t)的功率谱密度函数表示为:
Sm(f)=2KBTcy,-∞<f<∞ (2)
其中,KB为玻尔兹曼常数,Tcy为开氏度单位下表示的温度,电子噪声ne(t)的功率谱密度函数可以表示为:
Se(f)=2KBTRp+k1/|f|,-∞<f<∞ (3)
其中,Rp和k1为电子噪声的等效电阻和闪烁噪声系数;
机械噪声nm(t)在检测模态输出端的功率谱理论曲线可以表示为:
N(f)=Sm(f)|Gy0(f)|2 (4)
其中,|Gy0(f)|2=|Gy0(s)|s=j2πf|2,表达式为:
式中ω0=2πf0是预设的检测模态谐振频率。
优选的,步骤(2)中,在陀螺仪正常工作时,哥氏力、正交力以及谐振子机械热噪声同时作用于陀螺仪检测模态,并在检测模态输出端形成电压响应;通过对检测模态输出端进行电压采样和傅里叶分析,得到输出端信号的功率谱曲线M(f)具体为:
当陀螺仪处于正常工作状态时,驱动模态处于谐振状态,假设驱动模态的位移为:
x(t)=Ax sin(ωxt) (5)
其中,Ax为驱动模态响应位移振幅,ωx为驱动模态谐振频率;在此状态下,当有角速度输入时,根据哥氏效应,作用在检测模态的哥氏力为:
FΩ(t)=-2myΩz(t)Axωx cos(ωxt) (6)
其中,my为检测模态检测质量,Ωz(t)为输入角速度;此外,由于存在正交耦合误差,检测模态还会受到正交力:
Fq(t)=kxyAx sin(ωxt) (7)
其中,kxy为驱动模态至检测模态的耦合刚度系数;
由式(6)和式(7)可知,哥氏力FΩ与正交力Fq是同频信号,其在检测模态输出端具有相同频率的响应,检测模态所受到的哥氏力与正交力的合力可写成:
式中,fx=ωx/2π,RF(τ)为合力F(t)的自相关函数;
综合考虑哥式力响应、正交力响应、机械噪声响应以及电子噪声,陀螺仪检测模态输出端电压信号经采样和傅里叶分析,所得实测信号的功率谱密度可以表示为:
M(f)=SF(f)|Gy(f)|2+Sm(f)|Gy(f)|2+Se(f) (10)
其中,|Gy(f)|2=|Gy(s)|s=j2πf|2,表达式为:
式(10)中,SF(f)|Gy(f)|2为哥氏力与正交力合力所形成的电压响应的功率谱密度;Sm(f)|Gy(f)|2和Se(f)分别是机械噪声和电子噪声的功率谱密度估计。
优选的,步骤(3)中,将功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关结果曲线R(λ),其中λ为功率谱理论曲线N(f)在做互相关运算时的滞后量;确定互相关分析结果中两处峰值所对应的λ值分别为λ1与λ2具体为:
将机械噪声功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关的结果曲线R(λ):
其中,λ为N(f)在做互相关运算时的滞后量;
由于M(f)中存在哥氏力与正交力合力的响应,所以当N(f)平移滞后λ=fx-f0时,R(λ)存在一个峰值;由于机械噪声功率谱理论曲线N(f)与实测信号中的机械噪声功率谱估计Sm(f)|Gy(f)|2高度相关,所以当N(f)平移滞后λ=fy-f0时,R(λ)存在另一个峰值;因此,在得到互相关结果曲线R(λ)后,可确定出两处峰值,标记为λ1与λ2。
本发明的有益效果为:(1)本发明可实现MEMS陀螺仪工作模态频差的在线实时测量,进一步可用于实现MEMS陀螺仪的在线实时模态匹配;(2)和某些施加外界扰动激励的频差在线测量方法相比,本发明只需分析谐振子机械噪声的功率谱特性,而无需在任一模态或通道施加扰动,不会改变谐振子理想的振动状态,可在不影响陀螺仪正常的工作状态下实现频差识别。
附图说明
图1为本发明的原理示意图。
图2为本发明的方法流程示意图。
图3为本发明的检测模态输出端机械噪声功率谱理论曲线示意图。
图4为本发明的检测模态输出端电压信号的功率谱估计示意图。
图5为本发明的互相关结果示意图。
具体实施方式
如图2所示,一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,包括如下步骤:
(1)根据检测模态的Q值以及预设的谐振频率fy0,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线N(f),以此作为比对和寻找检测模态谐振频率的基准;
(2)在陀螺仪正常工作时,哥氏力、正交力以及谐振子机械热噪声同时作用于陀螺仪检测模态,并在检测模态输出端形成电压响应;通过对检测模态输出端进行电压采样和傅里叶分析,得到输出端信号的功率谱曲线M(f);
(3)将功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关结果曲线R(λ),其中λ为功率谱理论曲线N(f)在做互相关运算时的滞后量;确定互相关分析结果中两处峰值所对应的λ值分别为λ1与λ2;
(4)由步骤(3)中所得的滞后量λ1与λ2,结合预设的谐振频率f0,得陀螺仪的工作模态谐振频率fx=f0+λ1、fy=f0+λ2或fx=f0+λ2、fy=f0+λ1;陀螺仪驱动模态的谐振频率fx通常已知,由此唯一确定检测模态的谐振频率fy;
(5)计算Δf=fy-fx,得出陀螺仪检测模态与驱动模态之间的频差。
本发明利用MEMS陀螺仪谐振子机械噪声在检测模态输出端的功率谱估计曲线与该功率谱理论曲线的互相关运算,实现陀螺仪工作模态频差的在线实时测量。
图1为本发明方法的原理图,其中Gy(s)是检测模态的传递函数;nm(t)为谐振子机械热噪声;ne(t)为电容/电压转换电路引入的电子噪声;FΩ(t)是检测模态受到的哥氏力;Fq(t)为检测模态所受的正交力;N(f)为根据检测模态Q值和预设的谐振频率f0得到的机械热噪声在检测模态输出端的功率谱理论曲线;M(f)为实测的检测模态输出端电压信号功率谱曲线。
步骤1:
MEMS陀螺仪检测模态的传递函数可表示为:
其中,Kxv为检测模态位移到电压的放大系数,Qy为检测模态Q值。
通常机械热噪声nm(t)和电子噪声ne(t)可看作是平稳过程的随机信号,不具有确定的时域表达式,但可由功率谱密度函数描述。机械热噪声nm(t)的功率谱密度函数可以表示为:
Sm(f)=2KBTcy,-∞<f<∞ (2)
其中,KB为玻尔兹曼常数,Tcy为开氏度单位下表示的温度。电子噪声ne(t)的功率谱密度函数可以表示为:
Se(f)=2KBTRp+k1/|f|,-∞<f<∞ (3)
其中,Rp和k1为电子噪声的等效电阻和闪烁噪声系数。
机械噪声nm(t)在检测模态输出端的功率谱理论曲线可以表示为:
N(f)=Sm(f)|Gy0(f)|2 (4)
其中,|Gy0(f)|2=|Gy0(s)|s=j2πf|2,表达式为:
式中ω0=2πf0是预设的检测模态谐振频率。根据式(4)得出的机械噪声功率谱理论曲线N(f)如图3所示,以此作为比对和寻找检测模态谐振频率的基准。
步骤2:
当陀螺仪处于正常工作状态时,驱动模态处于谐振状态,假设驱动模态的位移为:
x(t)=Ax sin(ωxt) (5)
其中,Ax为驱动模态响应位移振幅,ωx为驱动模态谐振频率。在此状态下,当有角速度输入时,根据哥氏效应,作用在检测模态的哥氏力为:
FΩ(t)=-2myΩz(t)Axωx cos(ωxt) (6)
其中,my为检测模态检测质量,Ωz(t)为输入角速度。此外,由于存在正交耦合误差,检测模态还会受到正交力:
Fq(t)=kxyAx sin(ωxt) (7)
其中,kxy为驱动模态至检测模态的耦合刚度系数。
由式(6)和式(7)可知,哥氏力FΩ与正交力Fq是同频信号,其在检测模态输出端具有相同频率的响应。检测模态所受到的哥氏力与正交力的合力可写成:
式中,fx=ωx/2π,RF(τ)为合力F(t)的自相关函数。
综合考虑哥式力响应、正交力响应、机械噪声响应以及电子噪声,陀螺仪检测模态输出端电压信号经采样和傅里叶分析,所得实测信号的功率谱密度可以表示为:
M(f)=SF(f)|Gy(f)|2+Sm(f)|Gy(f)|2+Se(f) (10)
其中,|Gy(f)|2=|Gy(s)|s=j2πf|2,表达式为:
式(10)中,SF(f)|Gy(f)|2为哥氏力与正交力合力所形成的电压响应的功率谱密度;Sm(f)|Gy(f)|2和Se(f)分别是机械噪声和电子噪声的功率谱密度估计。图4所示为检测模态输出端电压信号的功率谱曲线M(f)。
步骤3:
将机械噪声功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关的结果曲线R(λ):
其中,λ为N(f)在做互相关运算时的滞后量。
互相关结果曲线R(λ)如图5示意。由于M(f)中存在哥氏力与正交力合力的响应,所以当N(f)平移滞后λ=fx-f0时,R(λ)存在一个峰值;另一方面,由于机械噪声功率谱理论曲线N(f)与实测信号中的机械噪声功率谱估计Sm(f)|Gy(f)|2高度相关,所以当N(f)平移滞后λ=fy-f0时,R(λ)存在另一个峰值。因此,在得到互相关结果曲线R(λ)后,可确定出两处峰值,标记为λ1与λ2。
步骤4:
依据步骤3中所得的滞后量λ1与λ2,结合预设的谐振频率f0,可得到陀螺仪的工作模态频率为fx=f0+λ1、fy=f0+λ2或fx=f0+λ2、fy=f0+λ1;此外,陀螺仪驱动模态的谐振频率fx通常是已知的,由此可唯一确定检测模态的谐振频率fy。
步骤5:
计算Δf=fy-fx,实现陀螺仪检测模态与驱动模态频差的在线识别。
Claims (4)
1.一种基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,其特征在于,包括如下步骤:
(1)根据检测模态的Q值以及预设的谐振频率f0,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线N(f),以此作为比对和寻找检测模态谐振频率的基准;
(2)在陀螺仪正常工作时,哥氏力、正交力以及谐振子机械热噪声同时作用于陀螺仪检测模态,并在检测模态输出端形成电压响应;通过对检测模态输出端进行电压采样和傅里叶分析,得到输出端信号的功率谱曲线M(f);
(3)将功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关结果曲线R(λ),其中λ为功率谱理论曲线N(f)在做互相关运算时的滞后量;确定互相关分析结果中两处峰值所对应的λ值分别为λ1与λ2;
(4)由步骤(3)中所得的滞后量λ1与λ2,结合预设的谐振频率f0,得陀螺仪的工作模态谐振频率fx=f0+λ1、fy=f0+λ2或fx=f0+λ2、fy=f0+λ1;陀螺仪驱动模态的谐振频率fx通常已知,由此唯一确定检测模态的谐振频率fy;
(5)计算Δf=fy-fx,得出陀螺仪检测模态与驱动模态之间的频差。
2.如权利要求1所述的基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,其特征在于,步骤(1)中,根据检测模态的Q值以及预设的谐振频率f0,确定陀螺仪谐振子机械热噪声在检测模态输出端的功率谱理论曲线N(f),以此作为比对和寻找检测模态谐振频率的基准具体为:
MEMS陀螺仪检测模态的传递函数表示为:
其中,Kxv为检测模态位移到电压的放大系数,Qy为检测模态Q值;
通常机械热噪声nm(t)和电子噪声ne(t)看作是平稳过程的随机信号,不具有确定的时域表达式,但由功率谱密度函数描述,机械热噪声nm(t)的功率谱密度函数表示为:
Sm(f)=2KBTcy,-∞<f<∞ (2)
其中,KB为玻尔兹曼常数,Tcy为开氏度单位下表示的温度,电子噪声ne(t)的功率谱密度函数表不为:
Se(f)=2KBTRp+k1/|f|,-∞<f<∞ (3)
其中,Rp和k1为电子噪声的等效电阻和闪烁噪声系数;
机械噪声nm(t)在检测模态输出端的功率谱理论曲线表示为:
N(f)=Sm(f)|Gy0(f)|2 (4)
其中,|Gy0(f)|2=|Gy0(s)|s=j2πf|2,表达式为:
式中ω0=2πf0是预设的检测模态谐振频率。
3.如权利要求1所述的基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,其特征在于,步骤(2)中,在陀螺仪正常工作时,哥氏力、正交力以及谐振子机械热噪声同时作用于陀螺仪检测模态,并在检测模态输出端形成电压响应;通过对检测模态输出端进行电压采样和傅里叶分析,得到输出端信号的功率谱曲线M(f)具体为:
当陀螺仪处于正常工作状态时,驱动模态处于谐振状态,假设驱动模态的位移为:
x(t)=Axsin(ωxt) (5)
其中,Ax为驱动模态响应位移振幅,ωx为驱动模态谐振频率;在此状态下,当有角速度输入时,根据哥氏效应,作用在检测模态的哥氏力为:
FΩ(t)=-2myΩz(t)Axωxcos(ωxt) (6)
其中,my为检测模态检测质量,Ωz(t)为输入角速度;此外,由于存在正交耦合误差,检测模态还会受到正交力:
Fq(t)=kxyAxsin(ωxt) (7)
其中,kxy为驱动模态至检测模态的耦合刚度系数;
由式(6)和式(7)可知,哥氏力FΩ与正交力Fq是同频信号,其在检测模态输出端具有相同频率的响应,检测模态所受到的哥氏力与正交力的合力写成:
式中,fx=ωx/2π,RF(τ)为合力F(t)的自相关函数;
综合考虑哥式力响应、正交力响应、机械噪声响应以及电子噪声,陀螺仪检测模态输出端电压信号经采样和傅里叶分析,所得实测信号的功率谱密度表示为:
M(f)=SF(f)|Gy(f)|2+Sm(f)|Gy(f)|2+Se(f) (10)
其中,|Gy(f)|2=|Gy(s)|s=j2πf|2,表达式为:
式(10)中,SF(f)|Gy(f)|2为哥氏力与正交力合力所形成的电压响应的功率谱密度;Sm(f)|Gy(f)|2和Se(f)分别是机械噪声和电子噪声的功率谱密度估计。
4.如权利要求1所述的基于噪声功率谱估计的MEMS陀螺仪在线频差识别方法,其特征在于,步骤(3)中,将功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关结果曲线R(λ),其中λ为功率谱理论曲线N(f)在做互相关运算时的滞后量;确定互相关分析结果中两处峰值所对应的λ值分别为λ1与λ2具体为:
将机械噪声功率谱理论曲线N(f)与实测信号的功率谱曲线M(f)进行互相关运算,得到互相关的结果曲线R(λ):
其中,λ为N(f)在做互相关运算时的滞后量;
由于M(f)中存在哥氏力与正交力合力的响应,所以当N(f)平移滞后λ=fx-f0时,R(λ)存在一个峰值;由于机械噪声功率谱理论曲线N(f)与实测信号中的机械噪声功率谱估计Sm(f)|Gy(f)|2高度相关,所以当N(f)平移滞后λ=fy-f0时,R(λ)存在另一个峰值;
因此,在得到互相关结果曲线R(λ)后,确定出两处峰值,标记为λ1与λ2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010097994.9A CN111272193B (zh) | 2020-02-17 | 2020-02-17 | 一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010097994.9A CN111272193B (zh) | 2020-02-17 | 2020-02-17 | 一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111272193A CN111272193A (zh) | 2020-06-12 |
CN111272193B true CN111272193B (zh) | 2022-06-14 |
Family
ID=70997135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010097994.9A Active CN111272193B (zh) | 2020-02-17 | 2020-02-17 | 一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111272193B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112066971B (zh) * | 2020-09-10 | 2022-08-05 | 北京大学 | 一种光纤陀螺的角速度测量方法 |
CN113108812B (zh) * | 2021-04-15 | 2023-08-18 | 东南大学 | 一种基于边带功率对称性的mems陀螺仪模态匹配方法 |
CN115060355B (zh) * | 2022-04-12 | 2024-03-26 | 东南大学 | 一种基于线性调频脉冲的谐振子品质因数测量方法 |
CN114838741B (zh) * | 2022-07-04 | 2022-09-02 | 中国船舶重工集团公司第七0七研究所 | 一种全角半球谐振陀螺激励电极误差补偿方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918380A (zh) * | 2017-02-17 | 2017-07-04 | 大连理工大学 | 一种高灵敏度微质量测试方法及便携式质量测试装置 |
CN110108266A (zh) * | 2019-05-08 | 2019-08-09 | 南京理工大学 | 基于机械vco锁相环的陀螺实时自动闭环模态匹配方法 |
-
2020
- 2020-02-17 CN CN202010097994.9A patent/CN111272193B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918380A (zh) * | 2017-02-17 | 2017-07-04 | 大连理工大学 | 一种高灵敏度微质量测试方法及便携式质量测试装置 |
CN110108266A (zh) * | 2019-05-08 | 2019-08-09 | 南京理工大学 | 基于机械vco锁相环的陀螺实时自动闭环模态匹配方法 |
Non-Patent Citations (6)
Title |
---|
Improved Morphological Filter Based on Variational Mode Decomposition for MEMS Gyroscope De-Noising;Yicheng Wu 等;《micromachines》;20180517;1-20页 * |
Initial frequency split reduction of MEMS ring gyroscope based on cascaded springs geometrical compensation;Bai Z 等;《Electronics Letters》;20191231;806-808页 * |
Mechanical and Electrical Noise in Sense Channel of MEMS Vibratory Gyroscopes;Xukai Ding 等;《sensors》;20171011;1-21页 * |
不同结构构件的动力响应检测方法;屈欣;《中国优秀硕士学位论文全文数据库》;20170315;1-99页 * |
改进频率鉴别的载波跟踪环路及性能分析;王俊等;《系统工程与电子技术》;20121215(第12期);32-37页 * |
硅微机械陀螺仪频率调谐控制系统设计;曹慧亮 等;《中国惯性技术学报》;20170630;793-798页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111272193A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111272193B (zh) | 一种基于噪声功率谱估计的mems陀螺仪在线频差识别方法 | |
Alper et al. | A symmetric surface micromachined gyroscope with decoupled oscillation modes | |
CN102332956B (zh) | 一种宽带光源的色散补偿方法 | |
CN111578966B (zh) | 一种基于lms算法的半球谐振子特征参数辨识方法 | |
CN105300513A (zh) | 多只叶尖定时传感器叶片振动共振倍频数辨识方法和装置 | |
CN113899365B (zh) | 基于半球谐振陀螺检测通路非对称性参数辨识的驻波方位角测量方法 | |
CN102353384B (zh) | 微机械陀螺带宽与标度因子的测量方法及系统 | |
CN112556827B (zh) | 一种基于激光干涉法的高加速度振动校准方法及装置 | |
Yan et al. | MEMS accelerometer calibration denoising method for Hopkinson bar system based on LMD-SE-TFPF | |
CN205426330U (zh) | 多只叶尖定时传感器叶片振动共振倍频数辨识装置 | |
TWI405951B (zh) | 陀螺儀控制方法 | |
CN109030944B (zh) | 一种基于频移和dft的实正弦信号相位差估计方法 | |
Flammini et al. | Least mean square method for LVDT signal processing | |
CN105092969B (zh) | 一种相位差估计的相频匹配方法 | |
CN104678126A (zh) | 基于寄生电阻的电容式微机械加速度计相移温度补偿方法 | |
CN111998842B (zh) | 微机械陀螺接口电路相位延迟的在线补偿方法和系统 | |
JP4741900B2 (ja) | インピーダンス測定用自動平衡回路 | |
US7783434B2 (en) | Mass flow meter having an oscillation sensor and method for eliminating noise signals from the measurement signal | |
CN114440853B (zh) | 基于瞬态响应计算提升serf原子自旋陀螺仪响应速度的方法 | |
Yurin et al. | Methods of correcting the additional temperature error of resonator sensors | |
Liao et al. | Resonance frequency tracking and measuring system for micro-electromechanical cantilever array sensors | |
CN111380561B (zh) | 一种基于多参数融合的微机电陀螺标度因数补偿方法 | |
Chao et al. | Investigation on Acceleration Effect Calibration Method of Piezoresistive Pressure Sensor Based on System Identification | |
Wang et al. | Dynamic analysis of the resonator for resonant accelerometer | |
CN117490729B (zh) | 一种半球谐振陀螺仪的正交漂移误差检测方法 |
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 |