基于卡尔曼滤波的惯性传感器信号处理
作 者 姓 名：
指 导 教 师：
单 位 名 称：信息科学与工程学院   
专 业 名 称：自动化
东 北 大 学
2012年6月
Kalman Filter Based Inertial Sensor Signal Processing
by
Supervisor:
Northeastern University
June 2012

毕业设计（论文）任务书
毕业设计（论文）题目：
基于卡尔曼滤波的惯性传感器信号处理
设计(论文)的基本内容：
(1)对本课题背景知识和所涉及的研究内容进行调研，对研究现状和发展趋势进行概括。
(2)研究系统的工作原理，建立系统的描述方程。通过实验获取惯性传感器在静态和动态时的信号数据。
(3)编写卡尔曼滤波的MATLAB程序，实现对加速度计和陀螺仪信号的信息融合，实现对陀螺仪的零偏进行实时估计和补偿。
毕业设计（论文）专题部分：
题目：                　               
设计或论文专题的基本内容：
学生接受毕业设计（论文）题目日期
            　第  周
指导教师签字：
年  月  日

基于卡尔曼滤波的惯性传感器信号处理
摘要
惯性传感器是导航定位、测姿、定向和运动载体控制的重要部件，特别是近年来从军事、工业领域扩展到民用领域的各种电子消费产品，具有广阔的运用前景。
本文研究的惯性传感器两轴的惯性测量单元组成，利用该传感器的输出信号可以求出载体的俯仰角和横滚角，但获得的姿态角度存在随机漂移误差，针对这个问题本文提出了卡尔曼滤波实现对加速度计与陀螺仪的信息融合，设计了简单而实用的滤波算法，对惯性传感器的误差进行补偿后得到载体姿态角的最优估计，从而获得比较精确的姿态角信息。
本文的主要研究工作内容：
1.学习理解陀螺仪和加速度计的工作原理，分析了陀螺仪和加速度的误差来源，建立了适合于本文研究的误差方程。
2.通过实验将惯性传感器置于水平面获得静态时的信号输出和绑在人体小腿上随着人体运动获得动态的信号输出。
3.编写MATLAB程序实现卡尔曼滤波算法，并将实验获得的信号数据通过卡尔曼滤波程序进行信息融合得到相应的仿真结果。
通过仿真实验结果表明，采用卡尔曼滤波信息融合的方法，实现了陀螺仪的零偏进行了实时估计和补偿，提高了对姿态测量的精度。
关键词：卡尔曼滤波，惯性传感器，信息融合，误差补偿，陀螺漂移

Title
Abstract
Key words： 

目录
毕业设计（论文）任务书    I
摘要    II
Abstract    III
第一章 绪论    1
1.1 惯性传感器信号处理研究目的及意义    1
1.2 国内外MEMS惯性传感器的现状及发展趋势    2
1.3 惯性传感器信号处理研究概况    7
1.4 本文主要研究内容    9
1.5 本章小结    10
第二章 MTi惯性传感器组成及卡尔曼滤波原理    11
2.1 MTi组件的工作原理及性能指标    11
2.1.1 微机械陀螺仪    12
2.1.2 微机械加速度计    13
2.1.3  MTi微惯性传感器的输出数据格式    15
2.1.4姿态角的定义    16
2.2 MTi惯性传感器姿态确定方法    16
2.2.1 现在比较常用的定姿方法    16
2.2.2 加速度计定姿方法    16
2.3 卡尔曼滤波原理    17
2.3.1 卡尔曼滤波的产生背景    17
2.3.2 卡尔曼滤波算法    18
2.3.3 卡尔曼滤波器    19
2.4 本章小结    20
第三章 卡尔曼滤波的惯性传感器信号处理    21
3.1 陀螺仪、加速度计的误差分析及测量方程建立    21
3.1.1 MEMS陀螺信号的特点及影响精度的主要因素    21
3.1.2 陀螺仪模型    22
3.1.3 加速度计误差来源    22
3.1.4 加速度计的测量模型    22
3.2 惯性传感器的状态方程的建立    23
3.3 卡尔曼滤波器设计    24
3.4 基于matlab下的卡尔曼滤波方程的程序开发    26
3.4.1 Matlab在数据处理及图像绘制方面的特点    26
汽车漂移原理
3.4.2 在MATLAB下卡尔曼滤波的程序设计    27
3.5 本章小结    29
第四章 实验仿真与结果分析    30