买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种阵列式MEMS陀螺仪高精度数据融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119203023B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411207303.0，技术领域涉及：G06F18/25；该发明授权一种阵列式MEMS陀螺仪高精度数据融合方法是由金文光;张一帆设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种阵列式MEMS陀螺仪高精度数据融合方法在说明书摘要公布了：本发明提出一种阵列式MEMS陀螺仪高精度数据融合方法，该方法采用基于改进卡尔曼滤波的多级分布式数据融合技术，在多传感器数据进入融合中心前，设计第一级卡尔曼滤波器对各个传感器进行局部最优估计，获取阵列中单个陀螺的第一级估计值，再将处理后的信息送入第二级融合中心进行处理，最终获取优化后的高精度的角速度输出值。同时，在卡尔曼滤波过程中利用滤波增益的稳态值进行角速度的估计，避免了每步对增益和均方差的计算，优化处理过程的复杂度和运算量，更利于陀螺阵列的实时处理。本方法对于降低MEMS陀螺仪随机误差并提高MEMS陀螺仪检测精度有显著效果。

本发明授权一种阵列式MEMS陀螺仪高精度数据融合方法在权利要求书中公布了：1.一种阵列式MEMS陀螺仪高精度数据融合方法，其特征在于，包括以下步骤： 1将若干个具有相同型号、敏感轴相互平行测量同一角速度信号的MEMS陀螺仪构成一陀螺阵列，即阵列陀螺； 2将阵列陀螺置于水平静止状态下以一定的采样频率连续采样，重复获取多组采样数据，使用采样数据对阵列中各个MEMS陀螺仪进行Allan方差分析，计算各个陀螺仪角度随机游走噪声nai的方差及速率随机游走噪声nbi的方差对多组数据经Allan方差分析获取的角度随机游走噪声的方差及速率随机游走噪声的方差求均值，作为最终使用的参数； 3采用随机游走误差模型对角速度测量值进行随机游走误差建模；并进行第一级卡尔曼滤波设计，即根据建立的随机游走误差模型，采用速率随机游走和真实角速度构建系统状态量，并建立系统状态方程；将各个陀螺仪实际输出值视作量测值,角度随机游走噪声视作量测噪声，构建量测方程； 4对步骤3构建的连续型状态方程和量测方程作离散化处理，得到离散卡尔曼滤波的一步转移矩阵Φk,k-1，系统噪声驱动矩阵Γk-1，量测序列Yk，量测矩阵Hk并得到系统噪声离散化协方差矩阵为Qk，量测噪声离散化协方差阵Rk；利用离散化处理的获得的结果对阵列中各个陀螺进行卡尔曼滤波计算；对状态量Xi,k做递推估计，定义速率提取向量e，提取获得各个陀螺的第一级卡尔曼滤波结果； 5将步骤3推导的随机游走误差建模推广至阵列形式；即得到阵列形式的MEMS陀螺仪随机游走误差模型，并采用陀螺阵列的速率随机游走和真实角速度构建系统状态量，建立状态方程；将经第一级卡尔曼滤波后的阵列中各陀螺数据作为量测值Zt，陀螺阵列的角度随机游走噪声视作量测噪声，构建量测方程，根据陀螺阵列的状态方程和量测方程进行第二级卡尔曼滤波器设计； 6对构建的连续型状态方程和量测方程作离散化处理，得到第二级卡尔曼滤波的一步转移矩阵Φk,k-1，系统噪声驱动矩阵Γk-1，量测序列Zk，量测矩阵Hk并得到系统噪声离散化协方差矩阵为Qk，量测噪声离散化协方差阵Rk； 7推导卡尔曼增益的稳态值以代替每步实时更新的增益值，若状态空间模型为定常系统，则卡尔曼滤波稳定后的滤波增益Kk→∞也为定常值；首先定义N+1×N+1的矩阵随后对L做特征值分解，即L＝ADAT并使其最后一个特征值为0，和由A,D处理获得；计算连续时间形式的卡尔曼增益稳态值K∞，离散化后计算离散形式的卡尔曼增益稳态值 8使用步骤7推导的离散形式的卡尔曼增益稳态值代替每步更新的增益值，采用恒增益卡尔曼滤波对经第一级滤波后的阵列陀螺进行数据融合，获取高精度角速度估计值；定义矩阵S＝Qk12A，对状态量Xk进行变换，ξk＝S-1Xkk，利用离散形式的卡尔曼增益稳态值量测序列Zk对变换后的状态量ξk做递推最小方差估计，为选择向量，为滤波器输出，即陀螺阵列在第k个采样点对输入角速度的最优估计值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。