基于MEMS传感器的数字式航姿系统设计

针对传统的模拟平台式航姿系统的不足,设计并实现了基于微惯性传感器和微磁传感器的数字式捷联惯性航姿系统。结合四元数微分方程,利用一种以加速度计和磁航向为观测量的卡尔曼滤波器进行数据融合,实现了对陀螺漂移的修正。PC104作为导航计算机,安装了微软高性能嵌入式操作系统。实物静态和跟踪实验表明:该航姿系统简单可行,能够很好地满足航姿系统精度要求。     

应用于多旋翼MAVs的姿态测量系统

应用一个三轴加速度计、三个单轴角速率陀螺和一个三轴磁强计等微机械惯性传感器,设计廉价轻量姿态测量系统,研究了姿态角推算算法。在以往的姿态测量系统中,陀螺偏差和动加速度的影响限制其应用。将角速度陀螺的误差作为状态量导入到系统,动加速度作为噪音项导入到观测方程中,然后利用扩展卡尔曼滤波器来构成姿态估计算法来降低误差。实际飞行中对比商用高精度传感器和多次室外飞行测试表明,设计的系统能够应于旋翼MAVs。     

小型无人直升机嵌入式导航系统算法与飞行试验

基于微陀螺、加速度计、磁强计以及GPS模块构建了姿态航向位置参考系统(Attitude heading position ref-erence system,AHPRS).首先,通过等效旋转矢量法由陀螺解算出估计姿态角;其次通过GPS、加速计的测量值,结合磁强计估计补偿姿态角,推导基于误差四元数的滤波方程,滤波器的周期...     

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。     

微型航姿系统抗加速度干扰姿态估计研究

基于加速度计、陀螺仪和磁强计的航姿参考系统(AHRS)可提供航向角、俯仰角和横滚角等信息,但加速度计读数中包含的载体运动加速度会影响AHRS航姿精度.针对常用的基于扩展卡尔曼滤波(EKF)的姿态估计算法,讨论了对运动加速度进行估计和补偿的两种不同方法,即内部估计法和外部估计法.仿真和实验结果表明,加速度外部估计法比内部估计法计算量小且补偿效果好,在动态环境下能获得较高的航姿精度.     

船体变形对航姿参数的影响及其测量

介绍了船体变形的产生原因,详细分析了船体变形对航姿参数的影响和惯性测量匹配在实船上测量船体变形时的应用.讨论了在中心航姿系统部位安装速率陀螺,在局部基准部位安装速率陀螺和加速度计时船体变形的测量情况,具体推导了变形角、局部基准部位的航姿角和摇摆线速度的计算公式,为惯性测量匹配法在我国舰船上的实际应用打下了基础.     

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MEMS传感器的微型姿态确定系统研究

针对捷联式姿态确定系统误差随时间积累的缺点,设计了一种由MEMS陀螺、加速度计及微磁强计组合的姿态确定系统。采用Allan方差方法分析了陀螺随机误差,通过建立姿态误差四元数微分方程和磁强计线性化测量方程,设计了姿态估计卡尔曼滤波器。系统采用实际测量值进行姿态解算,结果表明这种组合能够有效抑制传感器随机漂移引起的姿态误差,系统具有体积小、成本低、性能可靠等优点。     

基于ARM的低成本微型捷联航姿系统设计

采用三轴MEMS加速度计和角速率陀螺以及微型磁通门传感器,以ARM处理器为核心构建微型捷联航姿系统硬件平台,运用捷联惯性导航理论及状态扩增Kalman滤波算法,实现了载体航向、俯仰和倾斜角度的测量和误差控制。在三轴无磁转台进行了航姿角度测试,结果表明,该航姿系统具有较高的角度稳定性和准确度,同时体积小、成本低,具有很好的工程应用前景。     

基于MIMU和磁强计的在线实时定姿方法

针对航姿参考系统（AHRS）小型化、低成本工程实现的需要,基于微惯性测量单元（MIMU）及磁强计,提出了一种在线实时定姿方法。采用四元数法描述系统模型,采用优化的梯度下降算法对加速度计和磁强计测得的数据进行处理,并通过互补滤波器与陀螺仪测得的结果融合,提高姿态解算精度。给出了详细的算法推导。通过在线测试对算法的静态及动态性能进行了评估,并与Kalman滤波算法进行了比较。结果表明设计的定姿方法实现简单,参数调整方便,姿态跟踪误差小,运算量小,便于在嵌入式微处理器中实现在线实时定姿,具有较强的实用性。     

基于MAEKF算法的航姿参考系统设计

构建了以低成本MEMS陀螺仪、加速度计和磁传感器组合的航姿参考系统,提出了一个乘性自适应扩展卡尔曼滤波算法.取乘性误差四元数和陀螺仪误差作为状态量,基于重力场和磁场构造了量测矢量,用于修正航姿数据.并采用准确量测法,给滤波器加入了四元数的归一化约束,最后给出了基于新息的估计量测噪声方差矩阵的公式.通过仿真和试飞验证,表明本文设计的低成本的航姿参考系统能够提供比较准确的航姿信息.与常规的扩展卡尔曼滤波器比较,本文设计的乘性自适应扩展卡尔曼滤波算法有效提高了系统的精度和稳定性,并且具有较好的鲁棒性.     

基于机动检测的捷联航姿算法研究

针对低精度陀螺仪、加速度计和磁传感器组成的捷联航姿系统存在的易受载体运动加速度影响而导致姿态精度下降甚至发散的问题进行了研究,提出了一种基于机动检测的捷联航姿算法。该算法根据陀螺仪数据进行姿态实时更新,利用加速度计和磁传感器输出对载体姿态误差进行校正以保持航姿输出的长期精度。算法根据加速度计输出在导航系中投影的水平分量进行机动检测,剔除机动期间的加速度数据,利用载体匀速运动状态下的加速度数据与磁传感器数据构造量测,利用卡尔曼滤波器对姿态误差进行估计并修正。仿真结果表明,该算法能有效完成载体机动检测,保证系统存在机动的情况下姿态精度满足应用要求。     

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台.同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05.,偏航角漂移速度0.01(°)/s.     

多MEMS传感器的嵌入式姿态测量系统设计

针对姿态测量在低成本、低功耗、微型化应用中的需求,设计了三轴MEMS陀螺仪、加速度计、电子罗盘与嵌入式技术相结合的姿态测量系统。介绍了系统的组成结构,设计了嵌入式姿态测量硬件电路,并实现了基于姿态计算DCM算法的程序。上位机演示表明,系统的姿态测量结果准确、动态效果好。     

小型无人机姿态解算方法研究

姿态解算是小型多旋翼无人机研究的核心问题之一.为进一步提高姿态反馈数据的准确度和实时性,设计了低成本姿态解算系统,根据不同姿态传感器的信号特点,结合卡尔曼滤波融合算法和改进型互补滤波融合算法的优势,提出了一种基于前置卡尔曼滤波器的互补滤波融合姿态解算方法,并进行了飞行姿态解算实验.结果表明,代码的运行周期比改进型互补滤波融合算法增加了0.253 ms,比基于加权滑动方差的卡尔曼滤波融合算法减少了0.246 ms;姿态更新时间提前了约1 ms.悬停状态下,俯仰角和翻滚角的解算误差控制在±0.2°以内;航向角的解算误差控制在±0.6°以内.该方法集合了卡尔曼滤波算法和互补滤波算法的优势,准确度更高,实时性更强.     

基于MEMS传感器微型飞行器航姿仪的硬件实现

针对微型飞行器(MAV)的特点介绍了一种基于微机电系统(MEMS)传感器的微型航姿仪,它包括三轴陀螺、三轴加速度传感器、三轴磁阻传感器和数字信号处理器(DSP).详细给出了系统整体方案设计和具体的硬件选型和接口设计,并对电路设计中的关键技术进行了说明.这种微型航姿仪具有体积小、重量轻、功耗低和工作可靠等特点.     

基于MEMS和CORTEX-M3的微惯性测量单元研制

从工程实际出发,给出了一种基于新型Cortex-M3内核ARM和MEMS惯性传感器的低成本、高性能微型惯性测量单元的结构框架。详细介绍了采用三轴MEMS陀螺、三轴MEMS加速度计和三轴磁阻传感器研制的微惯性测量单元硬件设计方案,分析了陀螺和加速度计的信号噪声,利用均值滤波法对信号进行预处理,对预处理后的信号采用FIR滤波器进行滤波,对陀螺和加速度计进行了标定。该测量单元已应用于某小型无人机的姿态测量,达到预期效果。     

基于MIMU的行人导航算法研究

行人导航系统（Pedestrian Navigation System,PNS）为实时确定行人当前所在位置的定位导航系统,可记录人的步行轨迹或指引人抵达预设目的地。行人导航算法是由三轴MEMS（微电子机械系统）陀螺、MEMS加速度计构成的MIMU（微型惯性测量单元）和三轴磁阻传感器组合搭建的测量装置,置于行人腰部感受其行走时的运动,首先利用加速度计输出进行步态识别,其次建立步长与步长系数、步速之间的关系,使用最小二乘法标定步长系数的方法,实现了步长计算因人的行走速度、人与人行走方式不同的自适应调节,提高了步长的计算精度,最后融合捷联航向和磁航向计算行进方向,使用航迹递推计算轨迹。经测试,此算法具有较高的定位精度。     

基于互补滤波的输电导线舞动轨迹还原算法

方向余弦矩阵算法(DCM算法)是工业级MEMS惯性传感器姿态解算常用算法;但由于受到外部机械振动和电磁环境影响,MEMS陀螺仪输出数据的漂移较大,导致陀螺积分解算得出的姿态角误差会随着时间累积增长,因此常须结合DCM算法与GPS或磁罗盘对陀螺计算出的角度进行误差修正;然而电网的导线舞动监测仪是直接安装于高电压架空输电线路表面,仪器处于很强的工频电磁干扰环境中,GPS和磁罗盘传感器完全失效,所以若要实现实时准确输出高压导线的运动轨迹,有必要研究一种改进的DCM算法,即MEMS陀螺和加速度计的互补滤波算法;并且设计出高电压导线舞动轨迹适用的解算流程,最后在专用的舞动监测实验平台上验证此新型舞动监测仪样机的有效性。