基于陀螺仪和加速度计的帆船运动姿态测量

针对帆船运动姿态监测的需求,设计并实现了一个基于微机电系统(MEMS)陀螺仪和加速度传感器的运动姿态实时测量系统。多传感器的数据融合,实现了姿态测量高准确度的要求。应用陀螺仪传感器监测船体姿态角度可避免因船体变速运动而导致的测量偏差;利用加速度传感器测量数据可有效消除陀螺仪的漂移误差和累积计算误差;采用加权时变的卡尔曼滤波作为数据融合方法有效地提高了姿态角度测量的精确度和稳定性。该方法已成功应用于Laser帆船运动姿态实时测量系统中,测量精确度达到了±1°。     

基于MEMS加速度计的飞行器姿态识别技术研究

研究了一种利用多只低灵敏度的微机电系统（MEMS）重力加速度传感器实现对飞行器姿态识别的方法。通过对MEMS加速度传感器的输出信号进行A／D采样，获得相应的数字信号，并将其送进单片机进行处理，实现对飞行器的仰角和倾角的高精度测量，最终得到飞行器的姿态信息。该方法可实现-180°～＋180°范围内的倾角值测量，即使飞行器在旋转时也能进行实时测量，可用于需要进行姿态控制的各类飞行器的实时姿态识别。     

基于AHRS的改进自适应互补滤波算法研究

针对基于MEMS传感器的航姿参考系统精度不高、数据易漂移导致测量无人载体航姿数据不准确的问题,设计了基于四元数与自适应互补滤波相结合的改进自适应互补滤波算法。通过对MEMS加速度计与磁强计输出数据、MEMS陀螺仪的积分数据进行补偿、数据融合,减小积分漂移。仿真实验数据表明,该改进互补滤波算法可抑制外部噪声对输出数据准确性的影响,提高了姿态角输出数据准确性。     

多MEMS传感器姿态测量系统的研究

提出利用多个MEMS传感器组合定姿的方法,该方法利用加速度计的输出判断载体运动状态,采用EKF滤波算法对其状态进行估计,并在滤波算法中应用加速度计和磁强计组合计算所得的姿态信息作为对陀螺漂移的补偿,最后通过数据融合修正其姿态角。     

基于MEMS传感器的姿态检测系统

基于MEMS传感器设计了一种姿态检测系统,通过MEMS传感器获取角速度、加速度等信息,利用硬件对采集的数据进行滤波处理,实现目标物体运动过程中姿态角的测量。采用互补滤波对数据进行融合,有效消除了噪声干扰,提高了系统的检测精度。无线模块的应用实现了下位机与上位机的同步,实时显示目标物体的运动姿态。实验表明,该系统具有较高的测量精度及良好的实时显示效果。     

自适应卡尔曼滤波在磁干扰姿态测量中的应用

针对姿态测量系统陀螺仪漂移、周围局部磁场干扰制约姿态测量精度的问题,提出一种基于四元数的自适应卡尔曼滤波(q-AKF)的方法。该方法利用陀螺输出建立姿态解算误差角的状态方程,以磁强计输出构造自适应测量噪声协方差矩阵。仿真结果表明,相比无损卡尔曼滤波(UKF)算法和扩展卡尔曼滤波(EKF)算法,采用q-AKF算法补偿得到的姿态角误差不大于0.5°。q-AKF算法对磁强计进行补偿,能够有效抑制陀螺的漂移误差,提高磁干扰环境下姿态解算精度,具有较高的工程应用价值。     

一种基于红外传感器的无人机姿态测量方法

针对红外温度传感器能灵敏感应天空地面热辐射的特点,提出了一种基于红外传感器测量无人机姿态信息的方法,相比传统姿态测量传感器,红外传感器具有体积小、重量轻、无漂移、成本低等优点;针对该方法介绍了由三对正交安装的红外传感器测量姿态角的基本原理及能获得更好视场角的45°安装方式;并通过场地实验获得了红外传感器的对地倾角和输出电压的函数关系;通过推理得到无人机姿态测量算法,实现了根据红外传感器的差动输出信号计算无人机的姿态角;同时对太阳的干扰问题作了适当的研究;为了验证算法的可靠性,进行了机载飞行实验。实验结果表明,该方法可以有效的测量无人机的姿态角。     

基于QEKF的四旋翼飞行器姿态估计

提出了一种基于四元数扩展卡尔曼滤波(QEKF)数据融合算法,应用于四旋翼飞行器的姿态估计。首先,用四元数表示航向姿态参考系统(AHRS)中的坐标旋转关系,获取飞行器的姿态信息;然后,结合扩展卡尔曼滤波算法,融合低成本的MPU9250中陀螺仪、加速度计、磁力计传感器的9轴原始输出数据,对飞行器的真实姿态进行跟踪估计;最后,通过MATLAB实验仿真,与互补滤波(CF)和梯度下降法(GD)算法进行比较,实验证明QEKF对姿态的估计更加精准。     

基于单矢量传感器的飞行器姿态角研究

针对惯导部件使用不便的缺点,提出基于极化电磁波进行飞行器姿态感知的方法.飞行器通过单电磁矢量传感器接收来自基站的极化电磁波信号,通过基于四阶累积量的ESPRIT算法进行信号参数估计,最终估计飞行器姿态角(俯仰角、航向角、横滚角).     

基于Kalman滤波和六位置法的加速度计标定补偿

加速度计的零偏、刻度因子、安装误差都会影响加速度计的精度。以微机械系统(MEMS)加速度计为实验对象,采用卡尔曼(Kalman)滤波对实验数据进行滤波,结合六位置法得到MEMS加速度计的零偏、刻度因子、安装误差与MEMS加速度计测量值的关系,最终获得基于Kalman滤波和六位置法的MEMS加速度计标定补偿数学模型。通过实验测试表明,补偿后MEMS加速度计的输出值更接近标准值,且加速度计解算俯仰角(-90°~+90°)的绝对误差由补偿前的1°经补偿后减小为0.34°。验证了该标定补偿算法的可行性,对提高MEMS加速度计测量精度有较好的理论和工程应用价值。     

基于24位置的MEMS惯性传感器快速标定方法

针对微惯性测量单元原始输出信息受零偏、标度因数、非正交误差等误差项干扰影响测量精度的问题,提出一种无需借助高精度转台的MEMS IMU快速原位标定方案。在分析MEMS惯性传感器输出特性的基础上建立传感器误差模型,利用六面体夹具设计IMU 24位置连续转停标定方案,以重力及各次旋转角度为参考信息完成传感器误差标定。针对加速度计零偏、标度因数、非正交误差9个参数构造标定模型,采用牛顿法估计误差参数最优值,考虑陀螺仪零偏与标度因数6个误差参数,利用最小二乘法计算误差参数最优估值。分别进行加速度计、陀螺标定补偿实验,实验结果表明,提出的MEMS IMU快速原位标定方法能快速得到传感器误差参数,提高了输出数据精度。     

基于MEMS的测姿定向方法研究

针对 MEMS 惯性器件精度较低,MEMS 惯导系统无法满足平台姿态精度要求的问题,本文提出了一种基于 MEMS 器件的测姿、定向方法。当载体近匀速运动时,利用加速度计和磁力计信息,采用垂直陀螺原理得到高精度的姿态信息,通过卡尔曼滤波估计出陀螺漂移,载体非近匀速运动时采用惯性姿态递推更新算法,补偿修正力矩和陀螺漂移误差,提高了载体的测姿定向精度。实验测试结果表明,采用本文的测姿定向方法后 MEMS 系统的姿态精度达到了 0.6°, 精度明显高于传统方法的精度,能够满足大多数中高精度平台的要求。     

多星敏感器地面热漂移标定位置误差检测研究

为了减少多个星敏感器地面热漂移标定时受到不同安装平台的位置误差影响, 采取一种多星敏感器地面热漂移标定位置误差检测方法,进行了理论分析和实验验证,取得了-25℃~60℃真空状态下系统中基准方棱镜变形的位置偏移量数据,并进行了标定位置误差精度分析。结果表明,多星敏感器位置绕各轴产生的最大偏移量分别为-39.341″/℃, -0.060″/℃, -24.137″/℃,通过建立误差检测模型对位置误差进行计算,将其从姿态测量结果的偏移量中剔除后获得更准确的星敏感器姿态测量四元数,剔除位置误差后的系统精度至少提高了11%。该研究在提高星敏感器热漂移标定精度方面具有很好的应用前景。     

微型四旋翼无人机磁测系统误差的两步校准法研究

用于地磁测量的MEMS三轴磁阻传感器越来越普遍的应用到无人机上进行姿态测量,为提高磁测系统的测量精度需要对传感器误差进行分析和补偿。现采用了一种两步校准法,即首先利用基于最小二乘的椭球假设拟合法对三轴矢量磁传感器的零偏、灵敏度与不正交误差进行标定补偿,目的是得到准确正交的传感器坐标系;利用四位置法对标定后传感器坐标系与测量系统坐标系之间的安装误差进行校准,从而得到磁测系统坐标系下的准确测量数据。无磁转台实验表明：经两步法后测量的磁场模值误差均值由校准前的2900nT降低为900nT,校准效果明显;测量系统单轴（Z轴）的误差均值由2736nT降低为49nT,有效的验证了安装误差校准的正确性。通过实验数据比较得出此方法优于传统的摇摆法,实际操作简单,不需要高精度辅助设备,能够有效的应用于无人机姿态测量系统校准,提高姿态角解算精度。     

飞机目标动态RCS仿真技术研究

针对飞行器目标在实际飞行过程中由于飞行姿态变化对目标电磁散射截面（radar cross section，RCS）的影响，提出了一种新的动态目标电磁散射建模方法.首先，对飞行器目标精确建模问题，提出了利用激光扫描方法对真实目标进行外形扫描，再通过逆向重构技术得到目标精确几何外形；然后利用实际飞行过程中测试数据，将获取的目标相对于雷达视向角信息代入仿真程序中，使用一体化电磁散射计算软件对一定航路上运动目标进行仿真计算，消除飞行姿态扰动对仿真数据的影响，使动态目标电磁散射建模更加符合实际飞行情况.仿真结果表明，本文方法可快速、准确获取飞机目标动态RCS仿真结果，具有很好的工程应用价值.     

基于BP神经网络的磁罗盘误差补偿研究

研制了一款基于磁阻传感器HMC1052/1051Z和MEMS加速度计ADXL203的磁罗盘,介绍了三轴磁阻罗盘的测量原理并分析了磁罗盘工作过程中可能存在的误差及其来源。针对样机的水平状态,利用前馈神经网络算法,建立了以测量航向角为输入、补偿后的航向角为输出的三层BP神经网络模型,并用样机的航向角采样数据进行仿真验证。实验数据表明,采用该BP神经网络补偿算法,可将航向角的精度从±35.73°提高至±0.5°以内,研制的样机可应用于普通导航领域。     

基于DSP和PowerPC的开放式伺服控制系统设计

设计了一种基于DSP和PowerPC的开放式伺服控制系统,该系统主要采用TMS320C6713微控制器实现通信及控制算法的运算。硬件部分介绍了双端口RAM电路、电源电路及复位电路,并提出了PowerPC端和DSP端基于双端口RAM芯片进行通信的方法。软件部分每400 us进行一次伺服采样运算并通过PID调节进行误差补偿。通过实验对PID算法部分进行参数整定及误差分析,结果证明,该伺服运动控制系统可达到良好的控制精度。     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。