討論

本節根據前幾節的模擬結果與傳統方法做比較，在此，我們將先前模擬的參數套用 於傳統方法進行模擬，由於閉路控制法無法抑制雜訊的干擾，容易因控制誤差造成估測 值發散，必須額外使用消除雜訊的方法才能進行回授控制，因此，本部份僅以開路控制 法來做模擬比較。圖 4.24 為使用開路控制法操作之下，角速度的估測情形。

圖 4.24 角位移之估測(開路控制法)

比較圖 4.4，擴增型卡曼濾波觀察器的估測方法約在 10ms 即收斂至誤差 1%以內，

而開路控制法收斂約在 200ms 才收斂，且仍有雜訊存在。表 4.9 為開路控制法之估測誤 差。

表 4.9 估測誤差(開路控制法)

兩種方式比較之下，本方法在收斂速度上，比開路控制法快上許多，並且具有系統 參數鑑別與過濾雜訊的優點，而開路控制法只能在系統參數皆已知且為理想系統的情況 下才能進行估測。比較表 4.8 和表 4.9，使用本方法進行估測，即使是非理想的系統同時 做參數鑑別的模擬案例，相較於理想系統的開路控制法所得到的估測結果，在精準度上 也不會比較差。

從另一個觀點與閉路控制法做比較，本方法與閉路控制法最大的不同在於本方法在

表 4.10 估側誤差比較

第五章 結論與未來計畫

5.1 結論

本文以擴增型卡曼濾波器為基礎，將其作為振動陀螺儀系統的觀察器，估測角速度 並且做即時參數鑑別，同時藉由濾除雜訊將正確的狀態值回授控制，消除陀螺儀的耦合 力，利用以往只能使用在理想振動陀螺儀系統的數學關係式計算出角位移。相較於傳統 的方法，大部分都是在系統參數已知的情況下做控制，又或者是忽略感測器可能產生的 雜訊，將其假設為正確無誤的訊號進行控制。未來若能透過此方面改善，振動陀螺儀可 使用的範圍將更廣泛，可解決環境因素的干擾所造成系統的不穩定。

5.2 未來計畫

雖然本文對振動陀螺儀的操作方法提出了一個新的方法，但是尚屬於模擬的一個階 段，未來若要更完整的對此方法的可行性進行更進一步的討論，建立實驗架構是必然 的，然而對於振動陀螺儀的實體製作，現在還是相當困難的，或許我們可以考慮先從一 簡易的振動結構做起，將我們的演算法套入系統內，其後有了完整的基礎之後再推廣到 振動陀螺儀系統中。若此方法能夠透過實驗來證實其結果，將會是一套更完善的理論。

另外，在(2.3)節中，本論文所提出的完整振動陀螺儀模型，用於估測上仍有很大的限制，

但也並無可用處，若將系統動態描述的更嚴謹，並配合結構設計，相信在估測與控制上 的將會是另一個值得研究的方向。

參考文獻

[1] A. Lawrence, Modern Inertial Technology, Springer-Verlag, New York, 1998.

[2] D.S. Eddy and D.R. Sparks, “Application of MEMS technology in automotive sensors and actuators,” Proceedings of the IEEE, Vol. 86, No. 8, pp.1747-1755,August 1998.

[3] Andrei M. Shkel, Cenk Acar, Chris Painter, “Two Types of Micromachined Vibratory Gyroscopes,” sensors IEEE,2005.

[4] Sungsu Park, “Adaptive control strategies for MEMS Gyroscopes,” Doctoral Thesis,U.C.

Berkeley,2002.

[5] S. Jagannathan and Mohammed Hameed, “Adaptive Force-Balancing Control of MEMS Gyroscope with Actuator Limits,” In The 2004 American Control Conference Boston.

[6] A. Shkel, R.T. Howe, “Modeling and Simulation of Micromachined Gyroscopes in The Presence of Imperfections,” Technical Proceedings of the 1999 International Conference on Modeling and Simulation of Microsystems,University of California-Berkeley,1999.

[7] Sitaraman V. Iyer, “Modeling and Simulation of Non-idealities in a Z-axis CMOS-MEMS Gyroscope,” Doctoral Thesis, Carnegie Mellon University, 2003.

[8] Chris Painter, “Micromachined Vibratory Rate Integrating Gyroscope:Design, Modeling, and Experimental Demonstration,” qualifying examination report,University of California, Irvine, 2002.

[9] M.Hou and P.C. Muller, “Design of Observers for Linear Systems with Unknown Inputs,”

IEEE Transaction on Automatic control, vol.37, No.6, June 1992.

[10] Boutheina Sfaihi and Olfa Boubaker, “Full Order Observer Design for Linear Systems with Unknown Inputs,” IEEE International Conference on Industrial Technology,2004

[11] Bar-Shalom, Yaakov. and Li, Xiao-Rong, Estimation with applications to tracking and navigation ,John Wiley & Sons, Inc.2003.

[12] Grewal, Mohinder S./Andrews, Angus P. ,Kalman filtering : theory and practice using MATLAB, Wiley-Interscience,2001.

[13] B. Friedland and M. Hutton, “ Theory and Error Analysis of Vibrating-Member Gyroscope,” IEEE Transactions on Automatic Control, AC-23,No.4, 1978.