基于Kalman滤波算法角度测量信号融合技术研究

针对车载激光通信转台姿态角控制中陀螺仪传感器存在漂移误差等问题,提出了以陀螺仪传感器和加速度传感器作为测量元件对车载转台的姿态角进行测量的方法,并在MATLAB软件平台上建立卡尔曼滤波器将传感器采集的信号进行融合,以加速度传感器输出的姿态角信息对陀螺仪测量的姿态角进行修正、补偿,以提高姿态角测量的精度。通过建立试验系统完成测试,结果表明：应用Kalman滤波算法对陀螺仪和加速度传感器信号进行融合后,有效地减小姿态角的测量误差,为准确获得转台姿态角信息提供了理论依据。     

MEMS惯性传感器融合的水平姿态解算方法

为获取惯性导航系统的姿态信息,针对MEMS惯性测量单元,设计了基于多传感器信息融合的水平姿态解算方案.在此基础上,提出了一种基于卡尔曼滤波的解决方案:利用陀螺仪测得的角速度更新前一步的姿态角,利用加速度计对重力矢量的观测修正陀螺仪给出的姿态角信息.设计了水平姿态解算试验平台以验证该算法,采用姿态航向参考系统AHRS500GA提供精确姿态角对解算结果进行对照,试验结果表明:在静态、动态条件下该算法均能准确地得到实时水平姿态角,其误差一般小于1°.     

基于扩展卡尔曼滤波的多旋翼飞行器融合姿态解算算法

针对多旋翼飞行器飞行时机身振动对加速度计产生的噪声干扰,建立径向基(RBF)神经网络结构模型,提出扩展卡尔曼滤波融合姿态解算算法。采用加速度计解算的姿态角作为输入向量,四元数互补滤波解算的姿态角作为参考向量,通过学习不断调整网络最优权值,得到滤波后的由加速度计解算的姿态角,并将四元数互补滤波算法解算出的姿态角与经RBF神经网络非线性滤波得到的加速度计解算的姿态角进行扩展卡尔曼滤波融合姿态解算,以提高飞行器姿态角的解算精度。实验结果表明:基于RBF神经网络的非线性滤波算法可对加速度计解算的姿态角进行有效滤波,提高飞行器姿态角的解算精度;采用的扩展卡尔曼滤波融合姿态解算算法收敛速度快、稳定性强,能够更准确地实时解算飞行器的当前姿态,验证了该算法的可行性。     

基于卫星姿态敏感器和星载天线信息的联合姿态确定方法

为提高姿态估计的速度和精度,提出一种利用星载天线信息进行姿态确定的新方法。研究分析了天线接收信号中可以用于卫星姿态确定的信息,推导并建立了由误差四元数表示的天线测量残差线性模型。基于卫星姿态敏感器的测量残差模型和天线测量残差模型,组建了陀螺/红外地平仪/太阳敏感器/天线新型联合姿态确定系统,最后利用集中式测量融合滤波对卫星姿态进行估计。仿真结果表明,天线信息的引入可以显著提高姿态确定的精度,并使整个系统的收敛速度有明显提高。     

一种自适应混合滤波姿态解算算法

针对低成本惯性测量器件采用基于滤波的姿态解算算法存在精度低、抗干扰性差等问题,提出了一种基于共轭梯度法与互补滤波相融合的自适应参数调节的混合滤波算法.该算法首先利用共轭梯度算法对加速度计和磁力计的数据进行姿态四元数的迭代估算,再通过互补滤波算法将陀螺仪更新的姿态与其进行信息融合,最后根据载体的运动状态自适应调节滤波参数,实现最优姿态估计.为验证所提算法的可行性和抗干扰性,与其他滤波融合算法在移动机器人平台上进行抗磁干扰和抗运动加速度干扰实验.实验结果表明,该算法可以有效地降低磁干扰和运动加速度干扰对姿态角解算的影响,其姿态角解算精度优于传统的梯度下降法、高斯牛顿法和共轭梯度法的滤波融合算法.     

基于无迹卡尔曼的全捷联旋转弹导引信息估计

以旋转弹的全捷联导引头为研究对象,重点研究了旋转弹的全捷联导引头视线角及视线角速率估计方法。全捷联导引头的结构和传统速率陀螺导引头有较大差别,其测量系统与弹体固联,导引头只能获得弹体坐标系下的测量信息,并且测量信息中耦合有弹体姿态信息,无法直接用于旋转弹的控制制导。根据坐标系之间的转换关系建立了旋转弹惯性视线角的数学模型和视线角解耦模型,从而进一步确立旋转弹惯性视线角估计的数学模型。选用无迹卡尔曼滤波方法(UKF),设计出卡尔曼滤波器,对估计到的含有噪声信息的视线角进行滤波;最后进行数学仿真,验证了视线角估计数学模型的有效性,与扩展卡尔曼滤波方法(EKF)和容积卡尔曼滤波方法(CKF)相比,UKF对于全捷联旋转弹的导引信息估计有更高的精度。     

低成本全姿态角测量的设计

姿态的测量广泛的应用于汽车,手机,无人机等领域。本系统设计了一个基于低成本的MEMS器件和Arduino的三维姿态测量系统,并针对由于陀螺仪的随机偏移,姿态角误差随时间累积的问题,运用了加速度计和电子罗盘测量的数据利用互补滤波进行数据的融合,准确的得到了全姿态角信息。     

基于卡尔曼滤波算法的姿态仪设计

相对于传统的姿态仪,本文在误差补偿模块中引入卡尔曼滤波,大大提高控制运算精度。该系统可实时提供载体运动的姿态角、角速率、加速度等信息,其还具有体积小、质量轻、抗冲击振动、性价比高和供电方便等特点,可满足航空、航天车载等的测量及控制要求。     

基于扩展卡尔曼滤波的无人直升机姿态解算

针对某型无人直升机飞行过程中振动较大,姿态难以精确获取的问题,采用扩展卡尔曼滤波技术进行解算. 该方法以惯性测量单元的角速度和加速度的比力作为输入,并通过振动数据的融合,实时获取姿态信息,有效降低了无人直升机振动对姿态精度的影响. 仿真和实际飞行验证了该方法的有效性.     

基于卡尔曼滤波和互补滤波的改进型姿态解算方法

四元数融合互补滤波通常采用三轴陀螺仪的角速度积分来获取角度,进而利用角度求得四元数,再由四元数解算出姿态角。但三轴陀螺仪由角速度积分得到的角度由于温漂、单次迭代等原因,往往偏差较大,难以消除,这就导致求得的四元数精度不够,最终影响互补滤波解算出的姿态角的精度。针对这个问题,提出采用卡尔曼滤波融合陀螺仪、加速度计的数据进行基于误差协方差最小的迭代估计,并通过对过程噪声和观测噪声的滤波,最终得到姿态角的最优估计,再将这个估计值代入互补滤波中求得四元数,利用该四元数进行误差负增益调节。本工作基于STM32F4搭建实验平台进行验证,结果表明:该改进型姿态解算方法明显地提高了姿态角的精度,具有良好的动态和静态特性。     

可分离式立体侦察机器人运动建模与仿真

针对陆空两栖侦察机器人侦察灵活性与姿态角估计准确性不足的问题,设计一种改进的可分离式立体侦察机器人。通过牛顿-欧拉法建立机器人姿态角解算模型,描述其横滚角、俯仰角和偏航角3种飞行姿态角。根据模型建立系统状态方程和观测方程,采用不敏卡尔曼滤波算法,进行姿态角解算,得到飞行姿态角最优估计值。对比仿真结果表明,不敏卡尔曼滤波算法比扩展卡尔曼滤波算法姿态角估计精度更高、实时性更强。实物性能测试结果表明,改进的机器人在空中飞行和地面运动性能表现良好,灵活性高。     

基于四元数互补滤波算法的车载MIMU

针对MEMS惯性器件由于测量精度低、数据易漂移而导致车载惯性导航系统姿态解算数据不稳定和精度不高的问题,设计一种基于四元数互补滤波算法的高精度车载MEMS惯性测量单元(MIMU)。通过四元数算法降低MIMU在运行过程中的计算难度,解决姿态解算中的奇点问题。利用互补滤波算法对惯性传感器运行过程中的高低频误差进行动态补偿、数据融合,减小陀螺仪积分漂移累加,抑制加速度计振动误差,实现多传感器数据融合的MIMU姿态解算。将MIMU放置于高精度无磁转台上进行动态测试,通过设置转台运行动作模拟车载环境,采集并分析MIMU在动态环境中的各个轴向角实时数据与误差数据。试验结果表明,MIMU横滚角精度为0.26°,俯仰角精度为0.23°,航向角精度为0.51°。     

基于三阶锁相环的旋转弹滚转姿态测量方法

为解决低量程陀螺测量旋转弹滚转姿态的问题,在对旋转弹角运动特性进行分析研究的基础上,建立低量程陀螺测量滚转姿态的数学模型,提出基于三阶锁相环和低量程陀螺的旋转弹滚转姿态测量方法。先对三阶锁相环及其特性进行研究,再根据旋转弹角运动特性和低量程陀螺测量信号特性确定三阶锁相环环路滤波参数,并确定基于三阶锁相环和低量程陀螺的旋转弹滚转姿态测量模型,即可根据模型进行锁相跟踪计算得到滚转角速度和滚转姿态。实验结果表明,三阶锁相跟踪环路能对旋转弹滚转信号进行有效跟踪,能够获取滚转角速度和滚转角,且精度较高。     

一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

基于多传感器信息融合的人体姿态解算算法

针对传统人体姿态解算算法中存在的稳定性差和解算精度低等问题,提出一种基于多传感器信息融合的姿态解算算法。利用四元数计算人体的姿态变化,将惯性测量模块的姿态测量值与观测值之间的偏差通过PI调节进行控制;采用互补滤波对多传感器数据进行融合,求取人体实时姿态。实验表明,该算法能够实现稳定地输出高精度姿态数据。     

基于多传感器信息融合的涡街信号处理方法

针对压电式涡街流量计抗干扰性能差的缺点,提出基于多传感器信息融合的涡街信号检测方法.在该测量系统中,差压传感器测得钝体前、后的平均差压,压电传感器检测钝体下游涡街信号的频率,通过无迹卡尔曼滤波(UKF)算法将以上两种信息进行数据融合,有效提高了数字带通滤波器的锁定精度.在搭建的振动实验平台上验证了该方法的可行性,对比分析了本文方法和传统方法的测量结果.实验表明:采用该处理方法能够有效抑制外界的强振动噪声干扰对流速测量的影响,当最大振动噪声干扰的强度为涡街信号的4倍时,测量精度可以达到1%,增强了压电式涡街流量计的抗振能力,提高了流量测量精度.     

表面形貌测量系统中光纤传感器的数据融合算法

光纤传感器测量表面形貌系统的精度会受系统中噪声的影响.为了提高系统的精度和可靠性,提出了一种基于关系矩阵的统计加权数据融合算法.将该算法和基于卡尔曼滤波的均值融合算法应用于表面形貌测量数据的处理中,并对融合后的数据进行了对比分析.结果表明:基于关系矩阵的统计加权的数据融合算法对固定测量点的标准差为0.040 1,变异系数为0.084;基于卡尔曼滤波的均值融合算法对固定测量点的标准差为0.034 1,变异系数为0.073.基于卡尔曼滤波的均值融合算法比基于关系矩阵的统计加权数据融合算法能更为精准有效地还原表面形貌.     

捷联惯导系统静基座的高精度初始对准方法

针对捷联惯导系统静基座初始对准存在精度低的问题,通过加速度计和陀螺仪获得重力矢量和地球角速度矢量,采用解析方法快速地估算出一个满足要求的初始姿态矩阵。借助卡尔曼滤波模型对系统的误差进行分析,并建立系统的状态方程和量测方程,将系统失准角从干扰误差中估算出来,为导航计算提供精确的初始条件。仿真实验结果表明,将卡尔曼滤波技术引入到捷联惯导系统静基座的高精度初始对准过程中,使对准精度和收敛速度均得到了显著改善。     

某姿态测量系统标定用转台指向误差补偿

为了提高某姿态测量系统的标定精度,研究了其标定设备三轴转台的指向误差补偿方法。分析了影响指向误差的因素;基于多体系统运动学基本原理,阐述了转台系统拓扑结构的低序体阵列;推导了相邻两体间的低序算子;进而建立了关于转台三个回转轴线平均线夹角的指向误差模型;通过仿真结果研究了各误差项对指向误差的影响规律;最后介绍了误差模型参数的测量方法。误差补偿实验验证了方法的有效性和可行性。     

自行走地下掘进机器人导向系统的测量方法

针对目前自行走掘进机器人姿态测量设备只能依靠人工操作,无法连续、实时动态测量的缺点,基于三点法姿态测量,提出了一种多目标点的自动测量方法.该方法采用激光发射模块与接收模块,利用前方交会原理,通过测量多点坐标完成机器人的姿态测量;介绍了测量装置的总体架构和硬件设计方案,并对测量误差进行了分析;同时采用卡尔曼滤波算法对测量坐标进行预测补偿,提高了测量精度.仿真结果表明:这种测量装置可以提高系统的实时性,且数据处理方法对系统噪声和量测噪声有抑制作用.