MEMS 与 FOG：您应该如何选择惯性导航系统？

环形激光陀螺仪 (RLG) 自1963年首次问世以来一直主导着惯性导航市场，其主导地位逐渐面临光纤陀螺仪 (FOG) 技术改进的挑战。 这些技术改进正在缓慢地占领 RLG 在惯性导航市场中的地位。

MEMS是否会重复这个循环？

这是一个值得探讨的问题，考虑到近年来MEMS技术已经取得了很大进展，MEMS陀螺仪传感器实现了更高的精度、改进的误差特性和更好的 g 灵敏度，从而显着提高了整体MEMS性能。 这两种技术现在经常在战术和导航级应用中正面交锋，没有明显的赢家。

选择惯性技术过去是一个简单的决定，但随着这两种方法之间的竞争升温，导航工程师现在被迫根据其特定应用考虑许多因素，然后再选择任何一种解决方案。

FOG 在关键应用中仍占主导地位

光纤仍然是高端应用的久经考验的解决方案，在可能的情况下逐渐取代老化的RLG技术。该技术仍然具有无与伦比的性能，这要归功于其噪声极低的光纤陀螺仪，可实现极其精确的导航，以及相对于其他技术的低偏差不稳定性和漂移，这对于在GNSS拒止环境中保持正常运行至关重要。

FOG INS确实被认为更适合深海水下导航和航空航天应用等关键导航解决方案。虽然它的高成本使其对低端市场望而却步，但军用和商用飞机制造商等对价格不太敏感的最终用户很乐意为增加的额外精度支付更多费用。其固有的较低漂移也使其成为长时间GNSS拒止应用的首选，因为整体误差范围甚至低于可用的最精确的MEMS INS。

由于其固定安装且没有移动部件，FOG 也非常适合隐身操作，任何类型的低频振动都可以将其位置泄露给敌人。对于较旧的机械惯性导航系统尤其如此，但对于现在为此类应用提供可忽略不计的振动水平的新一代 MEMS 而言，情况就不那么明显了。

FOG 独有的另一个使这项技术如此吸引人的特点是它的寻北能力，即使在强磁环境中也是如此。与依靠磁力计获得准确航向的 MEMS 技术相反，FOG 即使在运动时也能精确测量地球的自转角速率，并且能够在几分钟内准确确定北向。对于不能长时间依赖任何GNSS信号的海底应用来说，这是一个特别受欢迎的功能。

FOG和MEMS精度都受到温度变化的影响。这个问题通常可以通过在一系列极端温度下校准系统来缓解。但是，请注意，由于MEMS的机械特性，正确校准MEMS可能会更加困难。FOG，经过适当绝缘和校准，性能会更好。

最后，FOG INS不能免于易振动环境中的错误。然而，由于FOG没有任何移动部件，因此它们可以比 MEMS同类产品更好地处理振动。因此，FOG是用于采矿和工业应用以及航空航天等重型设备稳定的首选方法，其中飞机，尤其是它们的机翼，会受到非常高的振动。

MEMS缩小价格和性能之间的差距

自 1950 年代的早期概念以来，微机电系统（或 MEMS）已取得快速发展。该技术由微型集成电路和硅基微电子产品制成，极大地改变了工业和消费电子产品，包括惯性导航系统，创造了各种惯性传感器，包括陀螺仪、加速度计和磁力计。

到目前为止，MEMS的主要优势在于其与FOG同类产品相比价格极低，有时甚至低10倍以获得相似或更低的性能。使用更便宜的材料、更好的工艺和更小的尺寸都有助于MEMS的生产成本更低，并推动其在FOG成本太高而无法实现商业意义的应用中得到采用，例如车载GPS、无人机、或相机指向。

MEMS设备非常小巧轻便。虽然FOG相对较大和较重，无法在智能手机和玩具等狭小空间中使用，但 MEMS是空间受限应用的完美解决方案。MEMS现在无处不在，从消费级应用到各行各业的工业级应用。这种小尺寸因素显着推动了MEMS在无人机测量市场中的采用，特别是激光雷达测量，其中需要更高的精度，同时保持相对较小和重量轻以适合无人机是至关重要的。

与FOG相比，MEMS的耗电量也更少，从而为燃料受限的车辆提供更长的任务时间。结合其小尺寸和轻质特性，MEMS是许多需要尽可能低的SWaP-C（尺寸、重量、功率和成本）的无人驾驶车辆的首选解决方案。

MEMS精度在可预测的动态环境中尤为突出，在这种环境中，车辆的整体行为是可预期的，不会出现姿态或方向的突然剧烈变化，这会混淆引导滤波器输出数据的内部动态运动模型约束。如果在外部传感器（速度里程表等）的辅助下，整体解决方案可以非常适合地面车辆，例如，相对预期会改变速度和方向的地面车辆。

MEMS虽然并非没有局限性。由于其机械特性和高频振动的组件，MEMS对振动更敏感，尤其是在谐波频率下。振动会增加传感器输出信号的噪声，从而导致需要通过软件进行校正的偏差。

这个问题可能会产生一些实际后果。已经发现数量不可忽略的无人机陀螺仪在可听和超声波频率范围内都有共振频率，这使得它们容易受到扬声器噪音的影响。因此，可以使用设置在正确频率的扬声器通过“声波攻击”在远处使无人机坠毁。

由于线性加速度，MEMS通常也容易在陀螺仪测量中出现 g 灵敏度误差，从而导致较大的偏差直接影响INS中姿态估计的准确性。虽然在制导武器和无人机等高动态领域中，加速度通常很短（仅几秒钟）但很强烈（5g 或更多），但随着时间的推移累积的误差不容忽视，需要进行补偿。校正是在过滤器级别完成的，但增加了FOG替代品根本不受制于的另一程度的复杂性。

结论

并非所有FOG和MEMS解决方案都可以相互比较，因为价格和性能的差异可能也很重要了。 但是，将低端FOG与高端MEMS进行比较的话，还有有一定可比性，需要考虑尺寸、应用等其他因素。

在这两个系统中，FOG将始终提供最高水平的性能。真正的问题是：你愿意为此付出多少？

标准

应用