基于修正的卡尔曼滤波的姿态估计算法研究

研究惯导系统的稳定性问题,其中微惯性测量单元(MIMU)可以为捷联惯导系统提供实时的姿态和航向信息。研究姿态估计提高导航精度,由于陀螺漂移引起姿态误差,单独使用MIMU使姿态精度差。为了克服陀螺误差随时间积累不断增大,无法长时间提供稳定的姿态的缺点,提出采用磁强计修正的卡尔曼滤波四元数姿态估计算法。算法以姿态四元数为状态向量,通过四元数更新方程建立离散滤波状态方程,将加速度计和磁强计输出的六维数据转化为四元数的量测值建立量测方程,有效减少了计算量,补偿陀螺的漂移误差带来的影响。仿真结果表明改进算法提高了捷联惯导系统的精度和稳定性。     

基于四元数EKF的低成本MEMS姿态估计算法

低成本MEMS器件具有低精度高噪声特点,其误差随时间不断累加,无法满足长时间载体姿态测量要求,针对此问题,设计了基于四元数扩展卡尔曼滤波器EKF(Extended Kalman Filter)的姿态估计算法。该算法将姿态四元数作为EKF滤波器状态,应用测量的角速率完成滤波器时间更新;应用载体所处位置的重力场与地磁场数据,完成滤波器量测更新,抑制了姿态误差发散,解决了长时间姿态测量问题。为检验算法可行性,分别开展了转台精度实验与静态实验,实验结果表明:俯仰、横滚角精度优于0.1°,航向角精度优于0.2°,2 h内静态试验期间姿态角误差标准差为0.07°,无发散问题,具备长时间姿态测量要求。     

姿态航向测量与误差补偿方法研究

设计了一种基于MEMS陀螺仪、加速度计、磁传感器的小型姿态航向参考系统;以四元数和角速率偏差为状态矢量,磁场强度和加速度计信息为量测矢量,构建基于Kalman的四元数姿态航向解算方法;通过调整测量噪声方差矩阵,解决动态过程中由于运动加速度造成的姿态角误差;采用陀螺仪误差建模和磁航向罗差补偿技术,进一步提高了系统测量精度。根据飞行数据分析,姿态航向参考系统具有较高测量精度和较好的稳定性、动态性,姿态角均方根误差小于1.5°,航向角均方根误差小于3°。     

自主姿态测量算法研究

航姿系统一般不实时计算速度和位置信息,无法补偿地球自转和表观运动引起的分量误差,同时陀螺漂移较大,载体长时间持续机动时,出现姿态精度不高,甚至发散的问题。提出了一种基于卡尔曼滤波的姿态融合算法,将等效陀螺漂移列入系统状态,利用卡尔曼滤波的新息对运动状态进行判别,在一定条件下,用加速度计的输出作为量测量进行卡尔曼滤波的量测更新过程。实验结果表明,所提出的姿态融合算法考虑了陀螺漂移,能提高载体长时间机动时的姿态精度。     

捷联惯导四子样旋转矢量姿态更新算法

姿态更新算法是捷联惯性导航系统的关键算法,目前姿态更新算法有欧拉角法、四元数法、方向余弦法和旋转矢量法.旋转矢量法可以采用多子样算法实现对不可交换误差的补偿.针对利用陀螺角增量输出进行姿态更新计算带来的不可交换性误差,考虑到导航坐标系在姿态更新周期内旋转比较缓慢的特点,研究了捷联惯导姿态更新的旋转矢量的修正算法,以此为基础详细推导了四子样的旋转矢量算法,得出利用陀螺角增量求解等效旋转矢量的显式形式.该显式形式中直接利用陀螺的增量输出,便于工程实际中应用.     

基于双级互补滤波的姿态测量算法设计

陀螺仪的漂移、载体的线性加速度和磁场的干扰是影响MARG传感器姿态测量精度的主要原因。针对传统姿态测量算法在磁干扰环境下由于航向角误差导致水平角测量精度降低以及载体线性加速度影响水平角精度的问题,提出了一种基于四 元数的双级互补滤波姿态融合算法。该算法利用加速度计和磁力计测量数据分别对估计四元数进行补偿修正,避免了磁干扰环境下航向角误差对水平姿态测量的影响。同时引入线性加速度误差和磁干扰误差自适应补偿方案,以降低线性加速度与磁干扰的影响,为了验证算法的有效性,进行了静态与动态实验。实验结果表明该姿态测量算法能显著提高姿态测量精度和抗干扰能力,与传统的Mahony算法相比,俯仰/滚动角的测量精度完全不受磁干扰的影响,性能得到了明显的提升。     

基于DSC与MEMS的微型测姿系统研究

针对当前无人机航姿系统对GPS信息依赖严重的特点,设计了基于MEMS ADIS16405传感器和数字信号处理器（DSC）TMS320F28335的微型惯性测姿系统。以MEMS传感器的角速度、重力加速度、航向信息,建立姿态四元数方程,解算出飞行器姿态。运用扩展卡尔曼滤波方法,消除MEMS陀螺漂移误差。DSC28335的硬件平台实现了四元数扩展卡尔曼滤波算法。转台仿真试验表明,漂移误差能在线最优估计和实时补偿,输出的航姿精度较高。该微型测姿系统具有较高的实用价值。     

基于星敏感器/光纤陀螺的卫星定姿算法

为了达到卫星三轴姿态确定的精度要求，以某一对地定向的小卫星为研究对象，提出了基于滤波算法的星敏感器和光纤陀螺组合定姿的方案。采用四元数的方法建立卫星姿态确定模型，并采用扩展卡尔曼滤波，对得到的卫星姿态误差和陀螺漂移误差信息进行信息融合和相应的修正。仿真结果表明，即使采用中等精度的陀螺组件，也可以实现高精度定姿；并且验证了星敏感器的测量噪声和滤波周期等因素对定姿精度的影响。     

基于重力四元数的陀螺漂移估计与补偿

为提高钻探中的钻具姿态测量精度,提出一种基于重力四元数的MEMS惯性随钻姿态测量方法.采用MEMS惯性器件构建钻具姿态测量系统,把加速度计数据解算的姿态四元数作为观测四元数,陀螺仪数据解算的姿态四元数作为误差四元数;然后将陀螺仪漂移融入误差四元数,建立重力四元数估计陀螺仪误差四元数的模型,采用最小二乘法估计陀螺仪三轴漂移,进而补偿陀螺仪姿态四元数;通过补偿后的姿态四元数解算出钻具姿态.最后设计了转台、振动台实验和钻进模拟实验,实验结果表明,姿态四元数补偿后的井斜角和工具面角漂移由平均10 °/h减小到约0.2 °/h,方位角误差由平均12 °/h减小到约0.46 °/h,实现了加速度计补偿陀螺的三轴漂移,表明该方法能够有效提高钻具的姿态测量精度.     

捷联航姿自主测姿算法研究

研究飞行器姿态稳定性控制优化问题,针对载体作长时间飞行时,由于低精度陀螺、加速度计和磁传感器使航姿系统易受到运动加速度的影响而导致姿态精度较低,甚至发散的问题,为提高稳定性能,提出在采样周期内根据陀螺输出进行姿态更新.在滤波周期内首先利用系统自身信息实时地判断载体所处运动状态,然后根据运动状态选用不同的量测信息进行卡尔曼滤波,修正陀螺漂移造成的姿态角误差.仿真结果表明,算法提高了机动情况下的姿态精度,且在非机动和机动情况下,姿态精度都能满足系统稳定性能的要求.     

AHRS航姿解算中的两种滤波方法的比较研究

关于飞行姿态角优化问题,由于加速度计的测量值中同时包含了重力加速度和运动加速度信息,并且磁传感器易受铁磁性物质干扰,直接利用加速度计的测量值计算横滚角和俯仰角易产生较大误差,进而在利用磁传感器的测量值计算航向角时也将会引入了误差.为了减小加速度计和磁传感器的姿态解算算法所解算的姿态角误差,提出利用陀螺仪的输出,分别设计了互补滤波器和卡尔曼滤波器(Kalman Filter)对加速度计和磁传感器的输出进行处理,采用VN-100的微惯性测量单元(Micro Inertial Measurement Unit,MIMU)的数据进行MATLAB仿真,并对两种滤波器的滤波效果进行了比较.实验结果表明,互补滤波和Kalman滤波均能提高该算法的姿态角精度,并且互补滤波器比Kalman滤波器效率更高,性能更好.     

基于相关滤波的尺度自适应目标跟踪

针对视频目标跟踪中的尺度问题,提出了一种基于相关滤波的尺度自适应目标跟踪方法。首先利用核相关滤波获得目标的中心位置,然后将目标均分为四个子块,通过计算找出子块中心的最大响应位置,最后根据前后两帧目标子块中心位置的相对变化计算出尺度的伸缩系数,进而计算出目标尺度。在具有尺度变化的公开数据集上对本文方法进行测试,并和多种跟踪方法作对比,实验结果表明,该方法将尺度的计算问题转化为对子块中心的定位,其平均跟踪性能优于其它方法,验证了方法的有效性。     

FIR滤波器的高速实现

介绍了一种实现FIR滤波器高速运算的有效方法。该方法在传统的滤波嚣系数奇偶对称性的基础上，根据系数经System View软件量化后成比例的特点，利用加法运算采简化卷积中大量繁琐耗时的乘法运算；同时推导出奇偶对称性的运算规律并给出详细运算步骤和计算公式。最后给出该算法分别与仅利用系数对称性、直接卷积两方法相比较的加速比。仿真结果表明，文中所采取的优化措施能够提高信号处理速度。     

利用单片集成有源滤波芯片设计抗混滤波器

利用MAx280低通滤波芯片设计了一种抗混滤波器,介绍了滤波器电路参数计算方法,并对滤波器进行了测试,取得了满意的滤波效果。     

并联型有源滤波器中电感值的计算

有源滤波器中电感值对系统的滤波效果起决定性的作用。如果电感值太大，则系统不能实时跟踪指令电流信号。反之如果太小，则补偿后的纹波电流过大。从跟踪基波出发，推导出并联型有源电力滤波器输出电感值的估算公式。并通过对三相整流负载的补偿性能分析，验证了该公式的正确性。采用本方法选取的电感值。可以使补偿电流纹波较小，并且能得到良好的跟踪补偿性能。     

Automatic target detection by optimal morphological filters

It is widely accepted that the design of morphological filters,which are optimal in some sense,is a difficult task.In this paper a novel method for optimal learning of morphological filtering parameters(Genetic training algorithm for morphological filters,GTAMF)is presented.GTAMF adopts new crossover and mutation operators called the curved cylinder crossover and master-slave mutaition to achieve optimal filtering parameters in a global searching,Experimental results show that this method is practical,easy to extend,and markedly improves the performances of morphoological filters.The operation of a morphological filter can be divided into two basic problems including morphological operation and structuring element (SE)Selection.The rules for morphological operations are predefined so that the filter‘s properties depend merely on the selection of SE.By means of adaptive optimization training,structureing elements possess the shape and structural characteristics of image targets,and give specific information to SE.Morphological filters formed in this way become certainly intelligent and can provide good filtering results and robust adaptability to image targets with clutter background.     

足式机器人在非结构地形中的姿态求解算法

为了改进传统足式机器人姿态求解算法的不足,提出了一种新型的适用于非结构地形的姿态求解方法.该算法将动力学分析得到机体运动加速度信息与惯性测量单元（IMU）的信息相融合,通过卡尔曼滤波器计算机器人机体的姿态信息.所提的算法也适用于机器人机体存在冲击力的情况。为了验证算法的有效性,对两款典型的足式机器人在非结构地形中的运动进行了仿真,结果表明提出的算法能够准确的求解出机器人的姿态信息,具有良好的有效性和通用性。     

一种光学式运动捕捉系统下的物体运动数据捕捉方法研究

多相机视觉运动捕捉系统能通过捕捉标记点的空间坐标来获得运动物体的运动学参数,文中提出了一种基于多相机运动捕捉系统下的通用物体运动数据捕捉方法;首先根据3个标记点组成固定模型获取物体运动过程中对应标记点的瞬时坐标,然后通过向量法求解出被测物体在运动过程中各采集点对应的物体位姿,然后通过卡尔曼滤波方法消除运动捕捉过程中的系统和环境误差的影响,获得平滑的物体位姿运动轨迹,并根据滤波数据计算出物体在各采集点对应的速度、加速度、角速度、角加速度;最后基于协作机器人进行物体的运动数据捕捉实验,验证了所提出物体运动数据捕捉方法的正确性。     

快速Gabor滤波器在车型识别中的应用

车型识别在视频交通流量检测系统中是最重要、最关键的一环.为了提高车型识别速度和识别率,在分析了偶对称Gabor滤波器函数特征的基础上简化了求二维卷积的运算,用递归运算方法来实现.并提出一种新的适应分割采样策略,提取Gabor特征.从实验结果来看,此方法实现简单,能够有效降低Gabor滤波器的计算量,从而满足实时系统的需要;从有效性来看,该方法也能增强识别率和鲁棒性.