مشخصات انتخاب، مدل‌سازی بایاس و رانش، واریانس آلن و الگوریتم‌های تخمین زاویه در ژیروسکوپ‌های MEMS

ژیروسکوپ‌های میکروسیستم الکترومکانیکی (MEMS) امروزه در کانون سامانه‌های ناوبری اینرسی، پهپادها، گوشی‌های هوشمند، خودروهای خودران و تجهیزات واقعیت مجازی قرار دارند. با این حال، دستیابی به یک سامانه تخمین زاویه پایدار و مطمئن، نیازمند شناختی دقیق از پارامترهای انتخاب قطعه، تنظیم بهینه فیلترهای داخلی، خطاشناسی نویزهای استوکستیک و پایداری بایاس با استفاده از ابزار واریانس آلن، و در نهایت پیاده‌سازی روش‌های کالیبراسیون چندمحوره و الگوریتم‌های تلفیق سنسوری (Sensor Fusion) است. این مقاله به عنوان بخش دوم از فصل 13 دانشنامه سنسورها، به تشریح جامع مشخصات فنی، مدل‌سازی بایاس و رانش، تحلیل واریانس آلن، روش‌های کالیبراسیون و فیلترهای متمم و کالمن در ژیروسکوپ‌های MEMS می‌پردازد.


13.3. انتخاب و تنظیم ژیروسکوپ MEMS

ژیروسکوپ‌های ارتعاشی سیلیکونی (MEMS) به دلیل ابعاد مینیاتوری، مصرف توان پایین و قیمت بسیار اقتصادی، به هسته اصلی سنجش دوران در تلفن‌های هوشمند، پهپادها، کنترلرهای صنعتی، هدست‌های واقعیت مجازی و خودروها تبدیل شده‌اند. با این حال، انتخاب قطعه مناسب از میان صدها مدل موجود در بازار و پیکربندی ثبات‌های دیجیتال آن، نیازمند تسلط بر مفاهیم کلیدی نظیر مقیاس کامل، ضریب حساسیت رقومی، فیلترهای آنتی‌الیاسینگ، چگالی طیفی نویز، تاخیر گروهی و مشخصات حرارتی است. در این زیرفصل، پارامترهای اساسی انتخاب و تنظیم ژیروسکوپ MEMS بر پایه مشخصات تراشه‌های استاندارد صنعتی (نظیر TDK InvenSense ICM-20689 و سنسورهای مشابه) بررسی می‌شود.

+---------------------------------------------------------------+
|             زنجیره پردازش سیگنال داخلی ژیروسکوپ MEMS           |
+---------------------------------------------------------------+
|  محیط مکانیکی: نوسان تحریک و نیروی کوریولیس مد حسگری          |
|                          |                                    |
|                          v                                    |
|  خازن‌های تفاضلی میکرونی (تغییرات ظرفیت در حد اتوفاراد)       |
|                          |                                    |
|                          v                                    |
|  تقویت‌کننده بار و دمدولاتور سنکرون فاز (حذف کوادرچر)         |
|                          |                                    |
|                          v                                    |
|  فیلتر آنتی‌الیاسینگ آنالوگ اولیه (Analog A-AAF)               |
|                          |                                    |
|                          v                                    |
|  مبدل آنالوگ به دیجیتال 16 بیتی (ADC با فرمت مکمل دو)        |
|                          |                                    |
|                          v                                    |
|  فیلتر دیجیتال پایین‌گذر برنامه‌پذیر (DLPF)                   |
|                          |                                    |
|                          v                                    |
|  ثبات‌های خروجی داده (Output Registers) با گذرگاه SPI / I2C   |
+---------------------------------------------------------------+

13.3.1. محدوده، حساسیت، نرخ خروجی و تبدیل دادهٔ خام

انتخاب صحیح محدوده اندازه‌گیری و فهم چگونگی تبدیل کدهای باینری ثبات‌های داخلی به مقادیر فیزیکی سرعت زاویه‌ای، نخستین گام در راه‌اندازی ژیروسکوپ‌های دیجیتال است.

محدوده مقیاس کامل (Full-Scale Range – FSR)

محدوده مقیاس کامل، بیشینه سرعت زاویه‌ای مثبت و منفی را تعیین می‌کند که سنسور قادر به اندازه‌گیری آن بدون ورود به ناحیه اشباع (Saturation) است. در ژیروسکوپ‌های MEMS سه‌محوره، این پارامتر معمولاً از طریق ثبات‌های پیکربندی در چهار سطح استاندارد قابل تنظیم است:

  1. ±250 dps (مناسب برای کاربردهای بسیار دقیق با دینامیک کند نظیر پایدارسازی اپتیکی تصویر OIS در دوربین‌ها).
  2. ±500 dps (مناسب برای کنترل جهت پرواز هواپیماهای مدل و ناوبری خودرویی).
  3. ±1000 dps (مناسب برای پهپادهای شناسایی و سامانه‌های کنترل حرکتی انسان).
  4. ±2000 dps (مناسب برای مانورهای سریع و آکروباتیک کوادکوپترهای مسابقه‌ای FPV و کنسول‌های بازی).

ساختار مبدل دیجیتال و ضریب حساسیت مقیاس (Sensitivity Scale Factor)

ژیروسکوپ‌های مدرن سیگنال آنالوگ دمدوله‌شده را با یک مبدل آنالوگ به دیجیتال (ADC) با تفکیک‌پذیری 16 بیتی به فرمت مکمل دو (Two’s Complement با بازه عددی از −32768 تا +32767) تبدیل می‌کنند. از تقسیم کل دامنه عددی مبدل بر پهنای بازه اندازه‌گیری فیزیکی، فاکتور حساسیت رقومی (Scale Factor Sensitivity) با یکای LSB/(dps) به دست می‌آید:

Sensitivity=216−1FSR=32768FSR

جدول زیر مشخصات مقیاس کامل و فاکتورهای حساسیت متناظر را بر اساس مشخصات رسمی تراشه ICM-20689 خلاصه می‌کند:

محدوده مقیاس کامل (FSR) فاکتور حساسیت اسمی (LSB/dps) تفکیک‌پذیری رقومی (dps/LSB) کاربرد مهندسی نمونه
±250 dps 131.072≈131.0 0.00763 dps پایدارسازی گیمبال و لرزش‌گیر دوربین OIS
±500 dps 65.536≈65.5 0.01526 dps ناوبری خودرویی و تعقیب حرکت سر در VR
±1000 dps 32.768≈32.8 0.03052 dps پایش حرکات ورزشی و بازوهای رباتیک
±2000 dps 16.384≈16.4 0.06104 dps کوادکوپترهای مسابقه‌ای FPV و مانورهای چابک

الگوریتم بازخوانی و تبدیل داده خام به سرعت زاویه‌ای

داده‌های هر محور دورانی در دو ثبات مجزای 8 بیتی (بایت پرارزش HIGH_BYTE و بایت کم‌ارزش LOW_BYTE) ذخیره می‌شوند. برای جلوگیری از ناهمگامی داده‌ها در حین به‌روزرسانی ثبات‌ها، بازخوانی باید همواره با تکنیک خواندن دسته‌ای پیوسته (Burst Read) از طریق گذرگاه SPI یا I2C انجام گیرد.

الگوریتم تبدیل داده در میکروکنترلر به زبان فرمول‌بندی مهندسی به صورت زیر است:

// بازخوانی بایت‌های ثبات برای محور X ژیروسکوپ
int16_t raw_gyro_x = (int16_t)((buffer[0] << 8) | buffer[1]);

// تبدیل به درجه بر ثانیه بر اساس حساسیت مقیاس (مثلاً برای FSR = +/- 250 dps)
float gyro_x_dps = ((float)raw_gyro_x) / 131.0f;

// تبدیل به رادیان بر ثانیه جهت استفاده در معادلات ناوبری و فیلترهای کالمن
float gyro_x_rads = gyro_x_dps * (3.14159265f / 180.0f);

پدیده اشباع دینامیکی (Dynamic Clipping) و خطای بازگشت‌ناپذیر

اگر سرعت زاویه‌ای واقعی سازه از محدوده تنظیم‌شده FSR فراتر رود، خروجی ADC در مقادیر انتهایی +32767 یا −32768 برش می‌خورد (Clipping). در این حالت، مساحت واقعی زیر نمودار سرعت زاویه‌ای در بازه زمانی اشباع به شدت کمتر از مقدار حقیقی محاسبه می‌شود. از آنجا که زاویه وضعیت حاصل انتگرال زمانی مستقیم این نرخ است، پدیده برش سبب ایجاد خطای زاویه‌ای بزرگ و دائمی می‌شود که با هیچ فیلتر پس‌پردازشی قابل بازیابی نیست. بنابراین در طراحی سیستم، FSR باید همواره با ضریب اطمینان حداقل 1.5 برابر بیشینه نرخ پیش‌بینی‌شده مانور انتخاب گردد.


13.3.2. پهنای باند و نویز

سیگنال‌های دورانی دینامیکی پهپادها و روبات‌ها حاوی هارمونیک‌های حرکتی سریع هستند. با این وجود، افزایش پهنای باند همواره با ورود نویز فرکانس بالا همراه است و طراحی مهندسی نیازمند ایجاد یک مصالحه بهینه (Trade-off) میان سرعت پاسخ‌دهی و سطح نویز خروجی است.

قضیه نایکویست، فیلتر آنتی‌الیاسینگ و فیلتر دیجیتال (DLPF)

طبق قضیه نایکویست-شانون، برای جلوگیری از پدیده تاشدگی فرکانسی (Aliasing) که در آن نویزهای فرکانس بالا به باند فرکانسی پایین نفوذ کرده و خطای دائمی ایجاد می‌کنند، فرکانس نمونه‌برداری باید حداقل دو برابر بیشینه فرکانس سیگنال باشد (fs≥2fmax).

در ساختار درونی ژیروسکوپ‌های مدرن، یک معماری دوگانه دو مرحله‌ای برای فیلترینگ تعبیه شده است:

  1. فیلتر آنالوگ ضد انعکاس اولیه (Analog Anti-Aliasing Filter – A-AAF): یک فیلتر فعال سخت‌افزاری با فرکانس قطع بالا (معمولاً بین 4 تا 8 کیلوهرتز) که پیش از نمونه‌برداری ADC امواج ناشی از نوسان تحریک و نویزهای خارج از باند را حذف می‌کند.
  2. فیلتر پایین‌گذر دیجیتال برنامه‌پذیر (DLPF): فیلتر دیجیتال داخلی (معمولاً ساختار FIR یا IIR) که پس از ADC قرار گرفته و فرکانس قطع آن از طریق ثبات‌های پیکربندی تراشه قابل تنظیم است.
       پاسخ فرکانسی |H(f)|
          ^
        1 |-------------+
          |             |  فرکانس قطع DLPF (fc)
          |              \
          |               \
        0 +----------------+-------------------> فرکانس f
          0                fc        fs/2 (نایکویست)

مصالحه مهندسی میان فرکانس قطع و تاخیر گروهی (Group Delay)

تنظیم DLPF روی فرکانس قطع پایین، نویز پهن‌باند را به شدت سرکوب می‌کند، اما به قیمت ایجاد یک تاخیر زمانی (Time Lag) یا تاخیر گروهی (tg) در داده‌های خروجی تمام می‌شود.

در کنترل حلقه بسته وسایل پرنده (مانند کوادکوپترها)، الگوریتم کنترل‌کننده تناسبی-مشتقی (PID) نیازمند سریع‌ترین پاسخ زمانی به نرخ تغییرات زاویه است. تاخیر گروهی بالا در حلقه کنترل، باعث تاخیر فاز (Phase Lag) میان فرمان موتورها و حرکت واقعی شده، حاشیه پایداری فاز (Phase Margin) سیستم را تخریب نموده و می‌تواند به نوسانات تشدیدی ناپایدار و سقوط پرنده منجر شود.

جدول زیر مشخصات فرکانسی و تاخیر گروهی ژیروسکوپ ICM-20689 را در مدهای مختلف DLPF مقایسه می‌کند:

پیکربندی DLPF فرکانس قطع پهنای باند (−3 dB) تاخیر گروهی (tg) نرخ داده خروجی (ODR) کاربرد بهینه
DLPF_CFG = 0 250 Hz 0.97 ms 8 kHz کنترلرهای پرواز مسابقه‌ای فوق سریع
DLPF_CFG = 1 176 Hz 2.9 ms 1 kHz پهپادهای پایدار و سامانه‌های اویونیک
DLPF_CFG = 2 92 Hz 3.9 ms 1 kHz هدست‌های واقعیت افزوده VR/AR
DLPF_CFG = 3 41 Hz 5.9 ms 1 kHz ربات‌های تعادلی و پایش حرکت صنعتی
DLPF_CFG = 4 20 Hz 9.9 ms 1 kHz ناوبری خودرویی و موقعیت‌یابی پیاده‌روی
DLPF_CFG = 5 10 Hz 17.85 ms 1 kHz پایش استاتیک سازه و شیب‌سنجی کند

چگالی طیفی نویز نرخ و محاسبه نویز موثر (RMS Noise)

نویز ذاتی ژیروسکوپ ناشی از نویز مکانیکی برونی (Brownian Motion) مولکول‌های گاز باقی‌مانده درون پکیج و نویز جانسون-نایکویست مقاومت‌ها در مدار ASIC است. در برگه‌های اطلاعاتی، این نویز با کمیت «چگالی طیفی نویز نرخ» (Rate Noise Density – RND) با یکای dps/Hz یا mdps/Hz گزارش می‌شود (برای ICM-20689 این مقدار معادل 0.008 dps/Hz=8 mdps/Hz است).

مقدار موثر نویز خروجی (σRMS) مستقیماً با ریشه پهنای باند معادل نویز فیلتر متناسب است:

σRMS=RND×1.57×f−3dB

ضریب 1.57 نسبت مساحت پهنای باند معادل نویز فیلتر تک‌قطبی به پهنای باند 3 dB است. این رابطه اثبات می‌کند که با کاهش پهنای باند از 250 هرتز به 10 هرتز، دامنه نویز موثر تا 5 برابر کاهش می‌یابد.


13.3.3. مصرف توان و پایداری حرارتی

در کاربردهای مبتنی بر باتری نظیر گجت‌های پوشیدنی و ساعت‌های هوشمند، مصرف توان و تغییرات دمایی چالش‌های بزرگی در به‌کارگیری ژیروسکوپ‌ها به شمار می‌روند.

چرایی مصرف توان بالای ژیروسکوپ در مقایسه با شتاب‌سنج

یک شتاب‌سنج خازنی MEMS سنسوری اساساً پسیو است؛ یعنی هیچ ساختار متحرک خودتحریکی ندارد و جرم لرزان آن صرفاً با شتاب‌های خارجی حرکت می‌کند. در نتیجه، مصرف جریان یک شتاب‌سنج سه‌محوره می‌تواند کمتر از 20 μA باشد.

در نقطه مقابل، ژیروسکوپ ارتعاشی یک سنسور کاملاً اکتیو است؛ جرم لرزان آن باید به طور دائم و پیوسته توسط یک نوسان‌ساز مکانیکی الکترواستاتیک با ولتاژهای تحریک بالا (معمولاً تقویت‌شده توسط پمپ بار Charge Pump روی تراشه تا 10 الی 20 ولت) در سرعت بالا نوسان کند تا نیروی کوریولیس پدید آید. به همین دلیل، جریان مصرفی ژیروسکوپ در مد کاری نرمال بین 2.5 to 4.5 mA است؛ یعنی حدود 100 تا 200 برابر بیشتر از شتاب‌سنج!

+---------------------------------------------------------------+
|         مقایسه جریان مصرفی شتاب‌سنج و ژیروسکوپ MEMS           |
+---------------------------------------------------------------+
| شتاب‌سنج MEMS (پسیو - فاقد نوسان دائم):          ~ 10-30 uA     |
| ژیروسکوپ MEMS (اکتیو - نیازمند نوسان‌ساز مداوم):  ~ 2.5-4.0 mA   |
+---------------------------------------------------------------+

مدهای کاری مدیریت توان (Power Modes)

برای کاهش مصرف انرژی در سیستم‌های باتری‌محور، ژیروسکوپ‌های مدرن مدهای کاری متنوعی ارائه می‌دهند:

  1. حالت خاموشی کامل (Power-Down / Sleep Mode): کلیه مدارهای اسیلاتور و پردازش قطع می‌شوند و جریان مصرفی به کمتر از 5 μA کاهش می‌یابد. عیب این حالت زمان راه‌اندازی طولانی (معمولاً 30 تا 50 میلی‌ثانیه برای پایدار شدن نوسان مکانیکی اسیلاتور) است.
  2. حالت آماده‌باش اسیلاتور (Standby Mode): نوسان‌ساز مکانیکی مد تحریک فعال باقی می‌ماند اما مدارهای حسگری خازنی و ADC غیرفعال می‌شوند. جریان به حدود 1.5 mA کاهش یافته، اما سیستم می‌تواند در کمتر از 1 ms به مد عملیاتی کامل سوئیچ کند.
  3. حالت عملکرد کامل و کم‌نویز (Low-Noise / Normal Mode): همه مدارها با بالاترین بازده و کمترین نویز فعال هستند.

پایداری حرارتی و ضرایب دمایی (TCO و TCS)

تغییرات دمای محیط اثر مستقیمی بر ساختار فیزیکی ژیروسکوپ‌های MEMS می‌گذارد. دو منبع فیزیکی عمده این پدیده عبارتند از:

  • تغییر مدول یانگ سیلیکون با دما: با افزایش دما، استحکام الاستیک فنرهای سیلیکونی کاهش یافته و فرکانس تشدید طبیعی تغییر می‌کند (1EdEdT≈−60 ppm/∘C).
  • تنش مکانیکی ناشی از عدم تطابق ضریب انبساط حرارتی (CTE): تفاوت ضریب انبساط بستر سیلیکونی با بسته پلاستیکی و لحیم‌کاری برد مدار چاپی موجب خمش میکرونی سازه و جابجایی نقطه صفر خازنی می‌شود.

این تغییرات در قالب دو ضریب اساسی مدل‌سازی می‌شوند:

  1. ضریب دمایی آفست بایاس (Temperature Coefficient of Offset – TCO): نرخ تغییرات بایاس با دما که معمولاً بر حسب dps/∘C بیان می‌شود (برای مثال ±0.03 dps/∘C).
  2. ضریب دمایی حساسیت مقیاس (Temperature Coefficient of Scale Factor – TCS): درصد تغییرات فاکتور حساسیت بر حسب دمای کاری (%/∘C).

برای مقابله با این خطای سیستماتیک، ژیروسکوپ‌ها دارای سنسور دمای کالیبره‌شده داخلی با تفکیک‌پذیری بالا هستند. با ثبت داده‌های دمایی (T)، بایاس ژیروسکوپ در نرم‌افزار به صورت یک چندجمله‌ای جبران‌ساز تخمین زده شده و از داده خام کسر می‌گردد:

b(T)=b0+α1(T−T0)+α2(T−T0)2

مثال عددی حل‌شده: تحلیل نویز موثر و تاخیر گروهی در انتخاب ژیروسکوپ پهپاد

یک مهندس مکاترونیک قصد دارد ژیروسکوپ تراشه ICM-20689 با چگالی نویز RND=0.008 dps/Hz را برای کنترل زاویه یک کوادکوپتر پیکربندی کند. او دو مد فیلتر DLPF را بررسی می‌کند:

  • گزینه A: مد پهنای باند بالا با f−3dB=176 Hz و تاخیر گروهی tg=2.9 ms.
  • گزینه B: مد پهنای باند پایین با f−3dB=20 Hz و تاخیر گروهی tg=9.9 ms.

گام 1: محاسبه نویز موثر RMS برای گزینه A:

σRMS,A=0.008×1.57×176=0.008×276.32=0.008×16.623≈0.133 dps

گام 2: محاسبه نویز موثر RMS برای گزینه B:

σRMS,B=0.008×1.57×20=0.008×31.4=0.008×5.603≈0.045 dps

گام 3: تحلیل تاخیر فاز در حلقه کنترل پرواز کوادکوپتر در فرکانس دینامیکی fmotion=10 Hz:
تاخیر فاز حاصل از تاخیر گروهی از رابطه Δϕ=360∘×fmotion×tg محاسبه می‌شود:

  • برای گزینه A:
    ΔϕA=360∘×10 Hz×0.0029 s=10.44∘
  • برای گزینه B:
    ΔϕB=360∘×10 Hz×0.0099 s=35.64∘

نتیجه‌گیری و تصمیم‌گیری مهندسی: گرچه گزینه B نویز موثر را حدود 3 برابر کاهش می‌دهد، اما تاخیر فاز 35.64∘ حاشیه فاز سیستم کنترل PID کوادکوپتر را به شدت تخریب می‌کند و خطر واژگونی را افزایش می‌دهد. بنابراین در پهپادهای پرسرعت، گزینه A با وجود نویز بالاتر انتخاب شده و فیلترهای سبک نرم‌افزاری در گام بعدی اعمال می‌گردند.


13.4. بایاس، نویز و رانش

اگر ژیروسکوپ‌ها سنسورهایی ایده‌آل و فاقد خطا بودند، محاسبه زاویه فضایی هر متحرک تنها با یک انتگرال‌گیری ساده ریاضی از داده‌های خروجی با دقتی بی‌نقص امکان‌پذیر بود. اما در جهان واقعی فیزیکی، خروجی ژیروسکوپ‌های ارتعاشی سیلیکونی همواره با ترکیبی از پدیده‌های خطاساز تصادفی و غیرتصادفی آلوده است. شناخت عمیق ماهیت فیزیکی این خطاها، تفکیک آفست بایاس استاتیک از نویز سفید و ناپایداری فرکانس پایین، و به‌کارگیری ابزارهای تحلیل آماری پیشرفته نظیر «واریانس آلن» (Allan Variance)، مرز میان یک ناوبری اینرسی موفق و یک فاجعه واگرایی سامانه‌های خودران را تعیین می‌کند.

+---------------------------------------------------------------+
|             رده‌بندی طیفی خطاهای خروجی ژیروسکوپ               |
+---------------------------------------------------------------+
| 1. خطاهای معین و شبه‌استاتیک (Deterministic Errors):          |
|    - آفست بایاس سکون اولیه (Zero-Rate Output - ZRO)           |
|    - رانش دمایی بایاس و حساسیت مقیاس (TCO و TCS)              |
|    - هیسترزیس حرارتی و تنش‌های مکانیکی لحیم‌کاری             |
|                                                               |
| 2. خطاهای تصادفی و فرآیندهای استوکستیک (Stochastic Errors):   |
|    - نویز سفید پهن‌باند نرخ -> گشت تصادفی زاویه (ARW)          |
|    - نویز صورتی فلیکر (1/f) -> ناپایداری بایاس (Bias Instability)|
|    - فرآیند براونی نرخ -> گشت تصادفی نرخ (Rate Random Walk)   |
+---------------------------------------------------------------+

13.4.1. بایاس ثابت و وابستگی به دما

بایاس ژیروسکوپ (Gyroscope Bias) که در استاندارد IEEE به عنوان «خروجی در نرخ صفر» (Zero-Rate Output – ZRO) شناخته می‌شود، مقدار میانگین خروجی حسگر در شرایطی است که سنسور کاملاً روی پایه ساکن بوده و هیچ سرعت زاویه‌ای واقعی به آن اعمال نمی‌شود.

مؤلفه‌های تفکیک‌پذیر بایاس

بایاس یک عدد ثابت و ایستا نیست؛ بلکه مجموعه‌ای از رفتارهای وابسته به زمان و شرایط عملیاتی است:

  1. بایاس ثابت اولیه و خطای روشن‌شدن به روشن‌شدن (Run-to-Run / Turn-on to Turn-on Repeatability): هربار که سنسور روشن و خاموش می‌شود، به دلیل تغییرات بسیار اندک در توزیع بار الکترواستاتیک خازن‌ها، مدارات مرجع ولتاژ داخلی باندگپ (Bandgap) و تنش‌های حرارتی اولیه، مقدار بایاس نقطه کار به میزان متفاوتی مستقر می‌گردد. این اختلاف معمولاً بین ±0.5 dps تا ±3 dps در سنسورهای تجاری MEMS متغیر است.
  2. تغییرات بایاس در حین کار (In-Run Bias Variation): پس از روشن شدن سنسور، بایاس در طول زمان به تدریج تغییر می‌کند که ناشی از خودگرمایی المان‌های سیلیکونی، تغییرات دمای محیط، پیرشدگی مواد پیزوالکتریک یا پیزومقاومتی، و نویزهای فرکانس پایین است.

فیزیک وابستگی دمایی و هیسترزیس حرارتی (Thermal Hysteresis)

سیلیکون تک‌کریستال دارای ضریب انبساط حرارتی مشخصی است و مدول الاستیک یانگ آن با افزایش دما با نرخی حدود −60 ppm/∘C تضعیف می‌شود. با تغییر دمای محیط:

  • فرکانس تشدید مدهای تحریک و حسگری تغییر کرده و فاصله فرکانسی (Δf=fs−fd) دستخوش نوسان می‌شود.
  • فاز سیگنال تحریک جابجا شده و نشت خطای کوادرچر به کانال اصلی حسگری دگرگون می‌گردد.
  • بسته پلاستیکی تراشه (QFN یا LGA) دارای ضریب انبساط حرارتی بسیار بالاتری نسبت به کریستال سیلیکون داخلی است. عدم انطباق ضریب انبساط حرارتی (CTE Mismatch) تنش‌های مکانیکی شدیدی به ساختار معلق فنرها وارد کرده و موجب جابجایی نامتقارن الکترودهای خازنی می‌شود.

یکی از چالش‌های بزرگ در کالیبراسیون دمایی، پدیده هیسترزیس حرارتی است. اگر دمای سنسور از 25∘C به 60∘C افزایش یابد و سپس دوباره به 25∘C سرد شود، بایاس خروجی دقیقاً به مقدار اولیه بازنمی‌گردد! این اختلاف که ناشی از تنش‌های پسماند پلیمری درون پکیج است، کالیبراسیون صرفاً مبتنی بر جدول دمایی را با خطای باقیمانده روبرو می‌سازد.

بایاس خروجی (dps)
  ^
  |                  .----------------> مسیر گرمایش (Heating)
  |                 /                /
  |                /   هیسترزیس     /
  |               /    حرارتی      /
  |              /                /
  |             <----------------'  مسیر سرمایش (Cooling)
  +---------------------------------------------> دمای کاری (°C)
  -40                   +25                  +85

13.4.2. نویز نرخ و اثر انتگرال‌گیری

خروجی ژیروسکوپ علاوه بر بایاس قطعی، همواره حاوی یک مؤلفه نویز با ماهیت تصادفی پهن‌باند (White Noise) است. این نویز از نوسانات ترمودینامیکی تصادفی مولکول‌های گاز پیرامون جرم لرزان و نویز حرارتی مقاومتی مدارهای پیش‌تقویت‌کننده سرچشمه می‌گیرد.

مدل نویز سفید نرخ و تبدیل به گشت تصادفی زاویه (Angle Random Walk – ARW)

اگر نویز پهن‌باند نرخ دوران (w(t)) را به عنوان یک نویز سفید گاوسی با میانگین صفر و چگالی طیفی توان Sw=PSD فرض کنیم:

E[w(t)]=0,E[w(t)w(t′)]=Swδ(t−t′)

انتگرال‌گیری از این نویز سفید برای محاسبه زاویه وضعیت:

θn(t)=∫0tw(τ)dτ

یک فرآیند تصادفی وینر (Wiener Process) یا «حرکت براونی استاندارد» تولید می‌کند. میانگین این فرآیند صفر است، اما واریانس آن با زمان به صورت خطی رشد می‌کند:

E[θn2(t)]=σθ2(t)=Sw·t

انحراف معیار زاویه تخمینی (σθ(t)) که نشان‌دهنده پهنای باند عدم قطعیت وضعیت زاویه‌ای است، با جذر زمان افزایش می‌یابد:

σθ(t)=ARW×t

پارامتر ARW کمیت استاندارد صنعتی موسوم به گشت تصادفی زاویه (Angle Random Walk) است. یکاهای رایج آن عبارتند از:

  • deg/h (درجه بر ریشه ساعت – یکای استاندارد در اویونیک و ناوبری اینرسی).
  • deg/s یا dps/Hz (درجه بر ریشه ثانیه – یکای متداول در سیستم‌های MEMS).

ضریب تبدیل میان این دو یکا بر اساس رابطه زمان به شرح زیر است:

1 deg/s=3600 deg/h=60 deg/h

مقایسه دینامیک رشد خطای بایاس و خطای نویز در انتگرال‌گیری

برای درک رفتار خطای زاویه در طول زمان، مدل ساده‌شده خروجی ژیروسکوپ را در نظر بگیرید:

ω~(t)=ω(t)+b0+w(t)

زاویه انتگرال‌گیری‌شده پس از مدت زمان t:

θ^(t)=θ(t)+b0·t+∫0tw(τ)dτ

در این معادله دو رفتار رشد خطای کاملاً متمایز مشاهده می‌شود:

  1. خطای رانش بایاس معین (Δθbias(t)=b0·t): رشد این خطا خطی و قطعی است و متناسب با توان یک زمان (t) افزایش می‌یابد.
  2. عدم قطعیت نویز تصادفی (σθ,noise(t)=ARW·t): رشد این خطا احتمالاتی و آماری است و متناسب با جذر زمان (t) توسعه می‌یابد.

در زمان‌های کوتاه (کمتر از چند ثانیه)، خطای نویز تصادفی (t) غالب است؛ اما با گذشت زمان‌های طولانی‌تر، خطای خطی بایاس (t) به سرعت برتری یافته و به منبع اصلی رانش زاویه تبدیل می‌شود.

خطای زاویه (deg)
  ^
  |                                   / رانش خطی بایاس (b0*t)
  |                                  /
  |                    . - - - - - -'  عدم قطعیت نویز (ARW*√t)
  |              . - '
  |          . '
  +---------+-----------------------------------> زمان t (s)
  0         t_cross

اثر فاجعه‌بار خطای ژیروسکوپ در ناوبری اینرسی (انتشار خطای توان 3 مکان)

یکی از مهم‌ترین دلایلی که ژیروسکوپ‌ها را به حساس‌ترین حسگر در سیستم‌های ناوبری اینرسی (INS) تبدیل می‌کند، نحوه انتشار خطای زاویه در معادلات ناوبری موقعیت مکانی است.

در سامانه INS، شتاب‌سنج‌ها نیروی ویژه را در دستگاه بدنه اندازه می‌گیرند. برای انتقال شتاب به دستگاه ناوبری زمین و حذف بردار گرانش، باید زاویه وضعیت بدنه (θ) معلوم باشد:

anav=ameascos(θ)−gsin(θ)

اگر زاویه وضعیت به دلیل بایاس ژیروسکوپ دارای خطای رانش خطی δθ(t)=b0·t باشد، مولفه‌ای از شتاب گرانش زمین (g) به اشتباه به عنوان شتاب افقی حرکت تعبیر می‌شود:

δa(t)≈g·δθ(t)=g·b0·t

برای محاسبه سرعت، از شتاب یک انتگرال گرفته می‌شود:

δv(t)=∫0tδa(τ)dτ=12gb0t2

و برای محاسبه موقعیت مکانی، انتگرال دومی از سرعت گرفته می‌شود:

δx(t)=∫0tδv(τ)dτ=16gb0t3

این رابطه تکان‌دهنده نشان می‌دهد که خطای بایاس ژیروسکوپ، خطای مکانی متناسب با توان سوم زمان (t3) ایجاد می‌کند! حتی یک بایاس بسیار کوچک 0.1 dps پس از گذشت چند دقیقه می‌تواند خطای مکانی در مقیاس چند کیلومتر ایجاد نماید.


13.4.3. آشنایی با پایداری بایاس و تحلیل آلن در سطح پیشرفته

یک تصور ابتدایی در پردازش سیگنال این است که با افزایش طول زمان میانگین‌گیری، می‌توان نویز هر سنسوری را تا حد بینهایت به صفر نزدیک کرد. اما در سنسورهای اینرسی واقعی، این فرضیه به شدت نقض می‌شود؛ چرا که فرآیندهای تصادفی فرکانس پایین و رانش‌های دمایی با گذشت زمان مانع از همگرایی میانگین می‌شوند. برای تفکیک دقیق فرآیندهای نویز در حسگرهای اینرسی، استاندارد جهانی IEEE Std 952 روش تحلیلی قدرتمندی به نام واریانس آلن (Allan Variance) را پایه‌گذاری نموده است.

فرمول‌بندی آماری واریانس و انحراف معیار آلن

روش واریانس آلن ابتدا در دهه 1960 توسط دیوید آلن برای تحلیل پایداری نوسان‌سازهای ساعت اتمی ابداع شد و سپس به حوزه ناوبری اینرسی وارد گردید.

فرآیند محاسبه به شرح زیر است:

  1. سنسور در شرایط کاملاً ساکن و دمای پایدار قرار داده شده و داده‌های سرعت زاویه‌ای برای مدت زمان بسیار طولانی (مثلاً 5 تا 12 ساعت) با نرخ ثابت ثبت می‌شوند.
  2. کل دنباله داده‌های خروجی به K خوشه زمانی مجاور با طول مشخص τ (Cluster Time) تقسیم می‌گردد (N نمونه در هر خوشه).
  3. میانگین نرخ دوران در هر خوشه زمانی (k) محاسبه می‌شود:
    ω¯k(τ)=1N∑i=1Nω(k−1)N+i
  4. واریانس آلن برای زمان خوشه τ از میانگین مربعات تفاضل خوشه‌های متوالی به دست می‌آید:
    σA2(τ)=12(K−1)∑k=1K−1(ω¯k+1(τ)−ω¯k(τ))2
  5. انحراف معیار آلن (Allan Deviation – ADEV) برابر با جذر واریانس آلن است:
    σA(τ)=σA2(τ)

با تکرار این محاسبه برای دامنه‌ای وسیع از مقادیر τ (از کسری از ثانیه تا چند ساعت)، نمودار لگاریتمی دوطرفه (Log-Log Plot) رسم می‌گردد.

انحراف معیار آلن σ(τ) [dps]
  ^
  | \
  |  \  شیب 0.5- (ARW)
  |   \
  |    \          کف ناپایداری بایاس (شیب 0)
  |     \        .--------------------.
  |      '------'                      \  شیب 0.5+ (RRW)
  |         |                           \
  +---------+------------------------------> زمان خوشه τ (s)
            τ_min (کف نمودار)

مناطق و شیب‌های کلیدی در نمودار واریانس آلن

نمودار لگاریتمی انحراف معیار آلن مانند یک اثر انگشت منحصربه‌فرد، منابع فیزیکی نویز ژیروسکوپ را تفکیک می‌کند:

  1. ناحیه شیب −1/2 (Slope −0.5): گشت تصادفی زاویه (Angle Random Walk – ARW)
    در زمان‌های خوشه کوتاه (τ کوچک)، نویز سفید غالب است. میانگین‌گیری داده‌ها باعث کاهش نویز با آهنگ 1/τ می‌شود. مقدار خط متناظر با این شیب در نقطه τ=1 s یا τ=1 h مستقیماً پارامتر ARW یا چگالی نویز سفید سنسور را تعیین می‌کند:

    σA(τ)=ARWτ⟹ARW=σA(1 s)

  2. ناحیه شیب صفر (Slope 0): ناپایداری بایاس (Bias Instability – B)
    با افزایش τ، نمودار به کمینه مطلق خود می‌رسد و به یک کفه افقی تبدیل می‌شود. این نقطه نشان‌دهنده غالب شدن نویز فلیکر فرکانس پایین (1/f) است. نقطه کمینه کف نمودار (σmin) بیانگر پایداری بایاس است و بهترین سطحی از دقت بایاس را نشان می‌دهد که سیستم در بهترین شرایط فیلترینگ می‌تواند به آن دست یابد:

    B=σmin2ln2π≈σmin0.6643

    زمان متناظر با این نقطه (τmin)، زمان بهینه میانگین‌گیری (Optimal Averaging Time) است. میانگین‌گیری فراتر از این زمان نه تنها خطا را کم نمی‌کند، بلکه باعث افزایش خطا می‌شود!

  3. ناحیه شیب +1/2 (Slope +0.5): گشت تصادفی نرخ (Rate Random Walk – RRW)
    در زمان‌های خوشه بزرگتر از τmin، فرآیندهای نفوذ حرارتی و رانش‌های تصادفی بایاس بر سیستم غلبه می‌کنند و نمودار دوباره به سمت بالا واگرا می‌شود:

    σA(τ)=KRRWτ3

  4. ناحیه شیب +1 (Slope +1.0): رانش خطی روند (Rate Ramp)
    این شیب معرف یک تغییر خطی و پیوسته قطعی در بایاس ناشی از افزایش پایدار دمای قطعه است:

    σA(τ)=Rrampτ2


مثال عددی حل‌شده: استخراج پارامترهای نویز از نمودار آلن و خطای ناوبری

یک تیم مهندسی آزمون سکون 8 ساعته را روی یک ژیروسکوپ MEMS تاکتیکی انجام داده و مقادیر زیر را از نمودار انحراف معیار آلن استخراج کرده است:

  • انحراف معیار آلن در τ=1 s: معادل σA(1 s)=0.02 dps
  • کمینه کف نمودار در τ=100 s: معادل σmin=0.002 dps=7.2 deg/h
  • بایاس استاتیک باقیمانده جبران‌نشده: b0=0.01 dps

گام 1: محاسبه پارامتر گشت تصادفی زاویه (ARW):

ARW=σA(1 s)=0.02 deg/s

تبدیل به یکای استاندارد هوانوردی (deg/h):

ARW=0.02×60=1.2 deg/h

گام 2: محاسبه پایداری بایاس استاندارد (Bias Instability):

B=σmin0.6643=7.2 deg/h0.6643≈10.84 deg/h

گام 3: محاسبه عدم قطعیت زاویه ناشی از نویز تصادفی پس از 1 ساعت (t=3600 s):

σθ(1 h)=ARW×1 h=1.2∘

گام 4: محاسبه رانش زاویه ناشی از بایاس قطعی پس از 1 ساعت (t=3600 s):

Δθbias=b0×t=0.01∘/s×3600 s=36.0∘

تحلیل مقایسه‌ای: پس از 1 ساعت، خطای بایاس قطعی (36.0∘) حدود 30 برابر بزرگتر از خطای نویز تصادفی (1.2∘) است. این نتیجه مهر تأییدی است بر لزوم کالیبراسیون دقیق آفست بایاس استاتیک پیش از شروع ناوبری.


13.5. کالیبراسیون و تخمین زاویه

تبدیل داده‌های خام خروجی ژیروسکوپ به وضعیت زاویه‌ای قابل اعتماد در دنیای واقعی، مستلزم اجرای روش‌های مهندسی کالیبراسیون و الگوریتم‌های پیشرفته تخمین وضعیت است. یک ژیروسکوپ کالیبره‌نشده حتی در بهترین شرایط ساخت، دارای خطاهای بایاس، عدم تقارن مقیاس و جفت‌شدگی محورهاست که در اثر انتگرال‌گیری زمانی مستقیم به سرعت واگرا می‌شوند. در این زیرفصل، متدهای آزمون سکون، کالیبراسیون با میز دوران مرجع، ماتریس 9 پارامتری جبران خطا، و در نهایت ضرورت و معماری الگوریتم‌های تلفیق سنسوری (Sensor Fusion) در ماژول‌های AHRS تشریح می‌گردد.

+---------------------------------------------------------------+
|             زنجیره کالیبراسیون و تخمین زاویه وضعیت             |
+---------------------------------------------------------------+
|  داده‌های خام ژیروسکوپ (ثبات‌های 16 بیتی مکمل دو)             |
|                          |                                    |
|                          v                                    |
|  جبران ماتریسی خطا: آفست بایاس، ضریب مقیاس و عدم تعامد        |
|  ω_comp = (M * S)^(-1) * (ω_raw - b(T))                       |
|                          |                                    |
|                          v                                    |
|  آشکارسازی سکون و به‌روزرسانی برخط بایاس (ZUPT / Stillness)    |
|                          |                                    |
|                          v                                    |
|  تلفیق سنسوری فرکانسی (Sensor Fusion: فیلتر متمم یا EKF)      |
|  - ژیروسکوپ: پویایی فرکانس بالا (High-Pass / Transient)       |
|  - شتاب‌سنج و قطب‌نما: مرجع مطلق فرکانس پایین (Low-Pass / DC)   |
|                          |                                    |
|                          v                                    |
|  زوایای وضعیت پایدار و بدون رانش (Roll, Pitch, Yaw)          |
+---------------------------------------------------------------+

13.5.1. آزمون سکون و برآورد بایاس

ساده‌ترین، اثربخش‌ترین و در عین حال حیاتی‌ترین روش کالیبراسیون ژیروسکوپ، «آزمون سکون» (Stillness Test / Zero-Rate Level Test) است که هدف آن استخراج آفست بایاس باقیمانده در حالت سکون است.

شرایط اجرای آزمون سکون و شناسایی عدم حرکت

برای انجام آزمون سکون، حسگر باید بر روی یک سطح صلب، تراز و کاملاً بدون لرزش (به دور از فن‌های خنک‌کننده، ضربه یا نوسانات ساختمانی) مستقر شود. در کاربردهای برخط نظیر خودرو یا پهپاد، سیستم باید پیش از نمونه‌برداری اطمینان حاصل کند که متحرک واقعاً در سکون مطلق قرار دارد.

تشخیص سکون (Stillness Detection) معمولاً با پایش همزمان واریانس سیگنال‌های ژیروسکوپ و اندازه بردار شتاب‌سنج انجام می‌گیرد:

Var(‖ω→‖)<ϵωو|‖a→‖−1g|<ϵa

که در آن ϵω و ϵa حدود آستانه تجربی نویز سکون هستند.

الگوریتم میانگین‌گیری در زمان بهینه

پس از احراز شرایط سکون، داده‌های ژیروسکوپ برای مدت زمانی مشخص (N نمونه) ثبت شده و بردار بایاس با میانگین‌گیری حسابی برآورد می‌شود:

𝐛^=[b^xb^yb^z]=1N∑k=1Nω~k

نکته تحلیلی بر پایه واریانس آلن: زمان میانگین‌گیری نباید دلخواه انتخاب شود! همان‌طور که در تحلیل واریانس آلن اثبات شد، میانگین‌گیری تا زمان بهینه کف کفه نویز (τmin، معمولاً بین 10 تا 100 ثانیه در سنسورهای تجاری MEMS) بهترین برآورد را ارائه می‌دهد. میانگین‌گیری بیش از حد طولانی، به دلیل نفوذ نویز فلیکر و تغییرات حرارتی، واریانس تخمین را مجدداً افزایش می‌دهد.

کالیبراسیون برخط و به‌روزرسانی در نرخ صفر (ZUPT)

در سامانه‌های ناوبری افراد پیاده (Pedestrian Dead Reckoning – PDR) و روبات‌های متحرک، هرگاه متحرک متوقف می‌شود (مثلاً در فاز استقرار پا روی زمین Stance Phase در حین گام برداشتن)، الگوریتم به‌روزرسانی سرعت صفر (Zero-Velocity Update – ZUPT) فعال شده و میانگین داده‌های جاری مستقیماً به عنوان بایاس جدید ژیروسکوپ بازنویسی می‌گردد تا رانش تجمعی خنثی شود.

پروفایل‌سازی حرارتی درون محفظه دما (Thermal Chamber Profiling)

برای حذف وابستگی شدید بایاس به دما، سنسور درون یک محفظه کنترل دمایی (Thermal Chamber) قرار گرفته و دما با شیب کند (مثلاً 1∘C/min) در بازه دمایی −40∘C تا +85∘C تغییر داده می‌شود. در هر دما، بایاس محورهای سه‌گانه به همراه خروجی سنسور دمای داخلی تراشه ثبت شده و یک برازش چندجمله‌ای مرتبه دو یا سه استخراج می‌گردد:

b^i(T)=ci,0+ci,1(T−T0)+ci,2(T−T0)2

ضرایب ci,j در حافظه غیرفرار Flash میکروکنترلر ذخیره شده و در حین کارکرد عادی، بایاس دمایی به طور لحظه‌ای محاسبه و جبران می‌گردد.


13.5.2. آزمون با نرخ دوران مرجع

اگرچه آزمون سکون آفست نقطه صفر را اصلاح می‌کند، اما هیچ اطلاعاتی در مورد صحت ضریب حساسیت مقیاس (Scale Factor)، میزان خطی‌بودن پاسخ (Linearity) یا عدم تعامد فیزیکی محورهای سه‌گانه (Cross-Axis Coupling) ارائه نمی‌دهد. استخراج این پارامترها نیازمند چرخش کنترل‌شده سنسور با سرعت‌های زاویه‌ای معین توسط «میز نرخ دوران» (Rate Table) است.

آزمون میز نرخ دورانی (Single-Axis Rate Table)

میز نرخ دوران شامل یک موتور بدون جاروبک سنکرون با کوپلینگ مستقیم و انکودر نوری بسیار دقیق است که قادر است با خطای کمتر از 0.001% سرعت‌های دورانی معین (ωref) را تولید کند:

  1. سنسور روی میز نصب شده و حول یک محور در پله‌های مختلف سرعتی (مثلاً ±50,±100,±200,±500,±1000 dps) چرخانده می‌شود.
  2. برای هر نرخ دورانی، میانگین خروجی حسگر پس از کسر بایاس ثبت می‌گردد.
  3. با استفاده از روش کمترین مربعات خطی (Linear Least Squares)، شیب بهترین خط برازش (Best-Fit Straight Line) به عنوان فاکتور مقیاس واقعی (S) استخراج می‌شود:
    S=∑iωref,i·ωmeas,i∑iωref,i2
  4. خطای غیرخطی‌بودن (Non-Linearity): انحراف بیشینه خروجی سنسور از خط برازش ایده‌آل بر حسب درصدی از مقیاس کامل بیان می‌شود (معمولاً کمتر از 0.1% FSR در تراشه‌های استاندارد).
خروجی حسگر (dps)
  ^
  |                                 / منحنی واقعی غیرخطی
  |                                /  . '
  |                         . - - / - '  خط ایده‌آل BFSL
  |                   . - '      /
  |             . - '           /
  +---------+--+---------------+--------> نرخ مرجع (dps)
  0         |  |
            انحراف غیرخطی

خطای محور متقاطع و مدل ماتریسی 9 پارامتری کالیبراسیون

در فرآیند مونتاژ تراشه سیلیکونی درون پکیج و لحیم‌کاری پکیج روی برد الکترونیکی، محورهای سه‌گانه حسگر ممکن است دقیقاً با زاویه 90∘ نسبت به هم قرار نگیرند. این امر سبب می‌شود که چرخش صرف حول محور X، سیگنال‌های خطای ناخواسته‌ای در محورهای Y و Z القا کند (Cross-Axis Misalignment).

مدل کامل خطای ژیروسکوپ سه‌محوره شامل یک ماتریس مقیاس قطری (𝐒)، یک ماتریس نامتعامدی و کوپلینگ محورها (𝐌) و بردار بایاس (𝐛) است:

[ω~xω~yω~z]=𝐌𝐒[ωxωyωz]+[bxbybz]+𝐰

که در آن:

𝐒=[Sx000Sy000Sz],𝐌=[1MxyMxzMyx1MyzMzxMzy1]

ماتریس ضرب‌شده 𝐊=𝐌𝐒 یک ماتریس 3×3 شامل 9 پارامتر مجهول است. در الگوریتم کالیبراسیون، با اعمال چرخش‌های استاندارد در راستاهای مختلف، ماتریس کالیبراسیون معکوس (𝐊−1) استخراج شده و در حین کارکرد بیدرنگ، بردار تصحیح‌شده سرعت زاویه‌ای با رابطه زیر به دست می‌آید:

ω^=𝐊−1(ω~−𝐛)

13.5.3. انباشت خطا و محدودیت زاویهٔ محاسبه‌شده

چرا با وجود دقیق‌ترین کالیبراسیون‌های آزمایشگاهی، استفاده از ژیروسکوپ به تنهایی برای محاسبه زاویه وضعیت در درازمدت غیرممکن است؟ پاسخ این پرسش بنیادین، مفهوم «محدودیت ناوبری تخمینی» (Dead Reckoning Limitation) را در مهندسی سنسورها آشکار می‌سازد.

محدودیت ناوبری کور و واگرایی اجتناب‌ناپذیر

حتی اگر تمام خطاهای معین (بایاس اولیه، مقیاس و عدم تعامد) با کالیبراسیون پیشرفته حذف شوند، دو مؤلفه غیرقابل حذف باقی می‌مانند:

  1. نوسانات پیش‌بینی‌ناپذیر ناپایداری بایاس ناشی از نویز فلیکر فرکانس پایین (1/f).
  2. فرآیند گشت تصادفی زاویه (ARW) حاصل از نویز سفید پهن‌باند.

انتگرال‌گیری پیوسته از این نویزهای باقی‌مانده سبب می‌شود که عدم قطعیت زاویه با زمان رشد کند و تخمین وضعیت پس از گذشت چند دقیقه تا چند ده دقیقه کاملاً نامعتبر گردد. ژیروسکوپ حسگری بی‌نظیر برای پایش تغییرات سریع و گذرا (High-Frequency Dynamics) است، اما فاقد هرگونه نقطه ارجاع مطلق به چارچوب زمین (Zero-Frequency / DC Absolute Reference) می‌باشد.

معماری تلفیق سنسوری (Sensor Fusion) در سامانه‌های AHRS

برای غلبه بر این محدودیت، سامانه‌های مرجع وضعیت و سمت (Attitude and Heading Reference System – AHRS) ژیروسکوپ را با حسگرهای ارجاع مطلق ادغام می‌کنند:

  • شتاب‌سنج سه‌محوره: در شرایط شبه‌استاتیک، بردار شتاب گرانش زمین (1g) را اندازه گرفته و ارجاع مطلق زوایای رول (ϕ) و پیچ (θ) نسبت به افق را فراهم می‌سازد.
  • مغناطیس‌سنج سه‌محوره (قطب‌نما): بردار میدان مغناطیسی زمین را اندازه گرفته و ارجاع مطلق زاویه سمت (یاو / ψ) نسبت به شمال مغناطیسی را تعیین می‌کند.
       [ژیروسکوپ MEMS]                      [شتاب‌سنج / قطب‌نما]
       (پویایی فرکانس بالا)                 (ارجاع مطلق فرکانس پایین)
              |                                        |
              v                                        v
     [فیلتر بالاگذر HPF]                      [فیلتر پایین‌گذر LPF]
              \                                        /
               \                                      /
                +-----------------+------------------+
                                  |
                                  v
                    [زاویه وضعیت تخمینی پایدار]
                    (بدون رانش و با پاسخ زمانی آنی)

الگوریتم‌های تلفیق سنسوری متداول

  1. فیلتر متمم (Complementary Filter):
    ساده‌ترین و کارآمدترین الگوریتم برای میکروکنترلرهای با منابع محاسباتی محدود است. این فیلتر از خاصیت فیلتر بالاگذر برای داده‌های سریع ژیروسکوپ و فیلتر پایین‌گذر برای زاویه پایدار شتاب‌سنج بهره می‌گیرد:

    θ^k=α(θ^k−1+ω~kΔt)+(1−α)θacc,k

    که در آن α ضریب وزن‌دهی فیلتر (معمولاً بین 0.95 تا 0.98) است و با ثابت زمانی فیلتر (τ) و گام زمانی نمونه‌برداری (Δt) متناظر است:

    α=ττ+Δt

    این فیلتر رانش انتگرال‌گیری ژیروسکوپ را با کشش دائمی به سمت بردار گرانش خنثی می‌سازد.

  2. فیلتر کالمن گسترش‌یافته (Extended Kalman Filter – EKF) و فیلتر مجویک (Madgwick Filter):
    در کاربردهای پیشرفته هوانوردی و پهپادی، فیلتر EKF یا فیلتر بهینه‌سازی گرادیان نزولی مجویک وضعیت فضایی را در قالب کواترنیون پایدار بازنمایی نموده و همزمان با تخمین وضعیت، بردار آفست بایاس ژیروسکوپ را در بردار حالت تخمین زده و به صورت برخط تصحیح می‌کند.


مثال عددی حل‌شده: طراحی فیلتر متمم برای تلفیق ژیروسکوپ و شتاب‌سنج

یک کنترل‌کننده پرواز با نرخ نمونه‌برداری ODR=200 Hz (Δt=0.005 s) زاویه پیچ یک ربات را کنترل می‌کند. طراح مایل است ثابت زمانی تلفیق سنسوری معادل τ=0.5 s باشد تا نویزهای دینامیکی شتاب‌سنج در ارتعاشات حرکتی حذف شوند.

گام 1: محاسبه ضریب وزن‌دهی فیلتر متمم (α):

α=ττ+Δt=0.50.5+0.005=0.50.505≈0.9901

گام 2: بررسی پاسخ به خطای بایاس ژیروسکوپ:
فرض کنید ژیروسکوپ دارای بایاس ثابت b0=+1.0 dps باشد و شتاب‌سنج زاویه واقعی سکون θacc=0∘ را گزارش کند. در حالت ماندگار (k→∞):

θ^ss=α(θ^ss+b0Δt)+(1−α)(0)
θ^ss(1−α)=αb0Δt⟹θ^ss=αΔt1−αb0=τ·b0

با جایگذاری مقادیر:

θ^ss=0.5 s×1.0∘/s=0.5∘

تحلیل مهندسی: در انتگرال‌گیری مستقیم، خطای زاویه پس از 10 دقیقه به 600∘ می‌رسید! اما با اعمال فیلتر متمم، بیشینه خطای رانش در مقدار ثابت و محدود 0.5∘ مقید گردید. این نتیجه قدرت شگفت‌انگیز تلفیق سنسوری در پایدارسازی تخمین زاویه را اثبات می‌کند.


پرسش‌ها و پاسخ‌های تحلیلی

پرسش 1: تفاوت بنیادین میان «گشت تصادفی زاویه (ARW)» و «ناپایداری بایاس (Bias Instability)» در نمودار واریانس آلن چیست؟

پاسخ: گشت تصادفی زاویه (ARW) ناشی از نویز سفید پهن‌باند با فرکانس بالاست که از حرکت براونی ترمودینامیکی و نویز جانسون مدارهای الکترونیکی منشأ می‌گیرد. این نویز در نمودار آلن در ناحیه با شیب −1/2 ظاهر می‌شود و با میانگین‌گیری در بازه‌های زمانی کوتاه (τ) با آهنگ 1/τ تضعیف می‌گردد. در مقابل، ناپایداری بایاس ناشی از نویز صورتی فلیکر با فرکانس پایین (1/f) و نوسانات آرام نقطه کار ترانزیستورها و مدارهای نیمه‌هادی است. ناپایداری بایاس در کفه افقی با شیب صفر در نمودار آلن ظاهر می‌شود و بیانگر بیشترین حد کاهش خطاست؛ یعنی فراتر از نقطه کمینه کف (τmin)، هیچ مقدار میانگین‌گیری زمانی قادر به کاهش بیشتر عدم قطعیت نخواهد بود و با گذشت زمان بیشتر، خطای سیستم افزایش می‌یابد.

پرسش 2: چرا مصرف توان ژیروسکوپ‌های ارتعاشی MEMS بسیار بیشتر از شتاب‌سنج‌های MEMS است؟

پاسخ: شتاب‌سنج‌های خازنی MEMS حسگرهایی پسیو هستند که ساختار متحرک آن‌ها تنها در واکنش به شتاب‌های خارجی جابجا می‌شود و نیازی به خودتحریکی مداوم ندارند؛ بنابراین جریان مصرفی آن‌ها در حد چند ده میکروآمپر است. در مقابل، ژیروسکوپ ارتعاشی کوریولیس برای آشکارسازی سرعت زاویه‌ای چرخش، الزاماً باید جرم لرزان سیلیکونی خود را با یک نوسان‌ساز مکانیکی با فرکانس بالا (معمولاً 20 تا 30 کیلوهرتز) و دامنه ثابت به حرکت رفت‌وبرگشتی مداوم وادارد (vx(t)≠0). تحریک این نوسان‌ساز نیازمند ولتاژهای AC متناوب بالا است که توسط پمپ‌های بار داخلی تولید شده و جریان مصرفی مدار ASIC را به چند میلی‌آمپر (حدود 100 تا 200 برابر شتاب‌سنج) می‌رساند.


تمرین‌های حل‌شده گام‌به‌گام

تمرین 1: استخراج پارامترهای کالیبراسیون خطی از داده‌های آزمون میز دوران

یک ژیروسکوپ دیجیتال MEMS با تنظیم مقیاس کامل FSR=±500 dps روی میز نرخ دورانی تک‌محوره آزموده شده و داده‌های خام خروجی در 5 نرخ دورانی مرجع به شرح جدول زیر ثبت شده‌اند:

شماره آزمون (i) نرخ دورانی مرجع (ωref بر حسب dps) خروجی خام سنسور (Draw بر حسب LSB)
1 −400.0 −26180
2 −200.0 −13095
3 0.0 (سکون) +45
4 +200.0 +13185
5 +400.0 +26270

مطلوب است:

  1. برآورد آفست بایاس سکون اولیه (braw بر حسب LSB و dps).
  2. محاسبه ضریب مقیاس واقعی کالیبره‌شده (S بر حسب LSB/dps) به روش رگرسیون خطی کمترین مربعات.
  3. مقایسه ضریب مقیاس کالیبره‌شده با ضریب مقیاس اسمی برگه اطلاعاتی (65.536 LSB/dps) و محاسبه درصد خطای ضریب مقیاس.

گام 1: برآورد آفست بایاس در نقطه سکون:

از سطر 3 جدول (آزمون سکون در ωref=0):

braw=+45 LSB

با فرض فاکتور مقیاس اسمی اولیه:

bdps=+4565.536≈+0.6866 dps

گام 2: کسر بایاس از داده‌های خام و تشکیل داده‌های تفاضلی:

برای هر نقطه، داده بدون بایاس yi=Draw,i−braw را محاسبه می‌کنیم:

  • نقطه 1: y1=−26180−45=−26225 LSB
  • نقطه 2: y2=−13095−45=−13140 LSB
  • نقطه 3: y3=45−45=0 LSB
  • نقطه 4: y4=13185−45=+13140 LSB
  • نقطه 5: y5=26270−45=+26225 LSB

گام 3: برازش کمترین مربعات برای شیب فاکتور مقیاس (S):

S=∑i=15ωref,i·yi∑i=15ωref,i2

محاسبه مخرج کسر:

∑ωref,i2=(−400)2+(−200)2+02+(200)2+(400)2=160000+40000+40000+160000=400000 dps2

محاسبه صورت کسر:

∑ωref,i·yi=(−400)(−26225)+(−200)(−13140)+0+(200)(13140)+(400)(26225)
=10490000+2628000+2628000+10490000=26236000 LSB·dps

محاسبه ضریب مقیاس واقعی:

S=26236000400000=65.590 LSB/dps

گام 4: مقایسه با مقدار اسمی و خطای مقیاس:

Snominal=65.536 LSB/dps
Scale Error=S−SnominalSnominal×100%=65.590−65.53665.536×100%≈+0.0824%

نتیجه‌گیری: کالیبراسیون با میز دوران نشان داد که سنسور دارای بایاس نقطه صفر معادل +45 LSB (+0.687 dps) و خطای ضریب مقیاس معادل +0.082% است که با اعمال مقادیر کالیبره‌شده در نرم‌افزار، دقت اندازه‌گیری به طور چشمگیری ارتقا می‌یابد.


تمرین 2: محاسبه واگرایی خطای مکانی پهپاد در اثر رانش بایاس ژیروسکوپ

یک پهپاد شناسایی مجهز به سیستم ناوبری اینرسی (INS) در حال پرواز افقی مستقیم در سرعت ثابت است. فرض کنید ژیروسکوپ محور پیچ (Pitch) دارای خطای بایاس ثابت جبران‌نشده معادل b0=0.05 dps باشد.
شتاب گرانش محلی زمین معادل g=9.80665 m/s2 در نظر گرفته می‌شود.

مطلوب است:

  1. محاسبه خطای زاویه‌ای تخمین وضعیت پیچ پس از t=60 s (1 دقیقه) و پس از t=300 s (5 دقیقه).
  2. محاسبه خطای شتاب افقی ناشی از طرح اشتباه بردار گرانش در این دو زمان.
  3. محاسبه خطای انحراف موقعیت مکانی پهپاد (Δx(t)) پس از 60 ثانیه و 300 ثانیه بر اساس رابطه تحلیلی 16gb0t3.

گام 1: تبدیل بایاس به رادیان بر ثانیه:

b0=0.05×π180≈8.72665×10−4 rad/s

گام 2: محاسبه خطای زاویه‌ای:

  • پس از t=60 s:
    δθ(60)=0.05∘/s×60 s=3.0∘≈0.05236 rad
  • پس از t=300 s:
    δθ(300)=0.05∘/s×300 s=15.0∘≈0.26180 rad

گام 3: محاسبه خطای شتاب افقی نشت‌کرده از گرانش:

  • پس از t=60 s:
    δa(60)≈g·δθ(60)=9.80665×0.05236≈0.5135 m/s2
  • پس از t=300 s:
    δa(300)≈g·δθ(300)=9.80665×0.26180≈2.5674 m/s2

گام 4: محاسبه خطای مکانی انتگرال‌گیری دوگانه (Δx=16gb0t3):

  • پس از t=60 s (t3=216000 s3):
    Δx(60)=16×9.80665×(8.72665×10−4)×216000≈0.14262×216000×10−3≈308.1 m
  • پس از t=300 s (t3=27000000 s3):
    Δx(300)=16×9.80665×(8.72665×10−4)×27000000≈38507 m≈38.5 km!

تحلیل و هشدار مهندسی: این تمرین به وضوح نشان می‌دهد که چرا یک خطای بایاس به ظاهر ناچیز 0.05 dps، ظرف تنها 5 دقیقه موقعیت مکانی تخمینی INS را بیش از 38 کیلومتر به انحراف می‌کشاند! این پدیده اثبات می‌کند که ناوبری کور ژیروسکوپ بدون تلفیق سنسوری با GPS یا شتاب‌سنج در کمتر از چند دقیقه به فروپاشی کامل سیستم منجر می‌گردد.


جمع‌بندی و نکات کلیدی مهندسی

  1. انتخاب محدوده و مصالحه نویز/تاخیر: در ژیروسکوپ‌های MEMS، مقیاس کامل FSR باید متناسب با پویایی مانور انتخاب شود تا از اشباع مخرب سیگنال جلوگیری گردد. فیلتر پایین‌گذر دیجیتال (DLPF) نویز را کاهش می‌دهد اما با ایجاد تاخیر گروهی، حاشیه فاز حلقه‌های کنترلی نظیر PID پهپادها را تهدید می‌کند.
  2. تحلیل نویز با واریانس آلن: روش استاندارد IEEE Std 952 تفکیک نویز سفید (ARW با شیب −1/2) را از ناپایداری بایاس ناشی از نویز فلیکر (شیب صفر) ممکن می‌سازد. زمان بهینه میانگین‌گیری (τmin) در کف نمودار آلن قرار دارد و میانگین‌گیری فراتر از آن خطا را افزایش می‌دهد.
  3. انتشار مکعبی خطا در ناوبری: خطای بایاس ژیروسکوپ با نشت دادن بردار گرانش زمین به محورهای افقی، خطای مکانی متناسب با توان 3 زمان (16gb0t3) ایجاد می‌کند.
  4. تلفیق سنسوری به عنوان تنها راهکار پایدار: برای جلوگیری از واگرایی ناوبری کور، ژیروسکوپ باید با حسگرهای ارجاع مطلق (شتاب‌سنج و مغناطیس‌سنج) در قالب فیلتر متمم، فیلتر کالمن گسترش‌یافته (EKF) یا فیلتر مجویک ادغام شود تا پاسخ سریع فرکانس بالا با پایداری درازمدت فرکانس پایین پیوند یابد.

منابع و مراجع مطالعه‌شده

  1. TDK InvenSense. ICM-20689 High Performance 6-Axis MotionTracking Device Datasheet. Document Number DS-000143, Revision 1.1, 2021. (Full-scale ranges, sensitivity scale factors, DLPF register mapping, group delay, rate noise density, and FIFO burst read protocols).
  2. IEEE Aerospace and Electronic Systems Society. IEEE Std 952-1997 (R2008): IEEE Standard Specification Format Guide and Test Procedure for Single-Axis Interferometric Fiber Optic Gyros. IEEE, 2008. (Appendix C: Allan Variance analysis, cluster time formulas, and noise identification slopes).
  3. IEEE Aerospace and Electronic Systems Society. IEEE Std 1431-2004: IEEE Standard Specification Format Guide and Test Procedure for Coriolis Vibratory Gyroscopes. IEEE, 2004. (Coriolis vibratory sensor modeling, bias instability, and rate table testing procedures).
  4. Woodman, Oliver J. An Introduction to Inertial Navigation. University of Cambridge, Computer Laboratory, Technical Report UCAM-CL-TR-696, August 2007. (Stochastic error models, Wiener processes, random walks, and cubic position drift derivations).
  5. STMicroelectronics. Application Note AN5038: How to evaluate gyroscope performance and calibrate MEMS gyroscopes. Rev. 1, 2017. (Stillness zero-rate testing, multi-axis rate table least-squares calibration, and temperature compensation).
  6. Madgwick, Sebastian O.H. An efficient orientation filter for inertial and inertial/magnetic sensor arrays. Report x-io and University of Bristol (UK), 2010. (Gradient descent quaternion attitude estimation and gyroscope bias tracking).

با نظرات خود به تیم جبرا در بهبود کیفیت کمک کنید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

سبد خرید
پیمایش به بالا