低成本MEMS-SINS/GPS集成导航系统设计与性能优化

本文档标题"MEMS SINS-GPS组合导航系统设计 (2009年)"聚焦于中低精度需求下的低成本导航系统开发。作者马建仓和陈静，来自西北工业大学电子信息学院，西安，针对MEMS（微机电系统）惯性测量单元在惯性导航系统（SINS）中的应用提出了创新解决方案。 首先，为了实现经济高效的导航，研究者选择利用MEMS惯性传感器构建捷联式惯性导航系统，这有助于降低系统成本，同时提供基础的位置和速度信息。然而，MEMS传感器由于其固有的噪声问题以及在短时间内误差累积，成为设计的关键挑战。针对这一问题，文章提出了一种创新方法，即通过小波分析技术对陀螺仪信号进行降噪处理。小波分析作为时频分析工具，能够有效地分离信号中的高频噪声成分，从而提高系统的稳定性和精度。 接着，论文引入了SINS与全球定位系统（GPS）的集成方案，利用卡尔曼滤波算法来进一步消除惯性导航系统中的误差累积。卡尔曼滤波是一种用于估计动态系统状态并减小噪声影响的有效数学工具，特别适用于处理包含测量噪声和系统模型不确定性的情况。通过这种融合导航，可以显著提升系统的长期导航性能，减少由于惯性传感器单独工作可能导致的累积误差。 模拟实验是验证这些理论的关键环节。通过对SINS和集成导航系统的仿真测试，研究人员观察到所设计的系统在长时间运行下确实显示出导航性能的改善。实验结果表明，通过集成小波降噪和卡尔曼滤波技术，系统能够在保持低成本的同时，达到中低精度导航的需求，这对于诸如无人机、自动驾驶汽车等应用领域具有实际价值。 这篇论文不仅探讨了MEMS惯性传感器在导航系统中的应用，还展示了如何通过小波降噪和卡尔曼滤波技术优化SINS与GPS的集成，从而提高导航系统的可靠性和精度。这对于推进低成本、高效率的自主导航技术的发展具有重要意义。