基于偏振光传感器的全姿态角解算方法研究

针对小型无人机三维空间内姿态解算的问题,提出了一种仅利用偏振光传感器进行全姿态角的解算方法.利用偏振光传感器测量的偏振方位角,及通过观测位置和观测时间计算得到的太阳方位角,可以求得当前的航向角.利用太阳矢量在导航坐标系和载体坐标系中的投影,通过解算姿态方程解算出当前的俯仰角与横滚角,实现全姿态角的解算.通过仿真实验证明了该方法的有效性,解算出的姿态角误差在1°以内,能够有效地满足小型无人机的需求,为无人机导航提供一种全新的导航方法.     

基于GPS直接求解姿态矩阵算法的精度分析研究

利用GPS对载体的姿态进行测量是其应用的一个较新领域,直接求解姿态矩阵进行姿态角解算是一种直接有效的方法,但是解算精度受周跳、基线长度及卫星几何分布等因素的影响.在对直接求解姿态矩阵算法的解算过程进行深入分析的基础上,定量分析了周跳、基线长度等关键因素对测姿精度的影响,并通过计算机仿真对精度分析结果进行验证.开展的研究...     

基于磁阻传感器与加速度计复合的姿态角检测技术

针对基于三维磁阻传感器解算姿态角时,解算结果会因符号变号出现较大解算误差,并需要已知其中一个姿态角方可解算另外2个姿态角,提出基于磁阻传感器与加速度计复合的姿态角解算算法,利用加速度计单独解算的倾斜角为地磁传感器解算提供一个姿态角,在地磁俯仰角阈值处以加速度计解算的横滚角代替磁阻传感器解算的横滚角,从而能实现同时测量3个姿态角,并在实验室进行了试验,达到预期的效果,为特殊行业对象的姿态角定姿提供一种新的方法思路。     

基于卡尔曼滤波的四元数姿态解算算法研究

针对MEMS惯性测量单元器件特性导致的测量精度低,数据发散和航向角积分漂移等问题,提出一种基于卡尔曼滤波的四元数姿态解算算法。设计了4维卡尔曼滤波器,通过加速度计和磁力计的数据作观测量,对姿态解算过程中的四元数进行线性最优估计,在计算量没有大幅提高的前提下修正了四元数的值,进而完成了对姿态角和姿态矩阵的补偿。通过在无磁转台上进行静态测试以及在测试标定系统上进行动态测试,分析各轴向的补偿效果表明,该方法可以有效增强MIMU的动态跟随性能、明显提升姿态解算精度。     

基于MEMS传感器的惯导系统预处理和姿态解算

为解决MEMS惯性传感器的系统误差和环境干扰影响,捷联惯导系统(SINS)无法准确测量姿态的问题,设计了一种基于优化自适应无迹卡尔曼滤波(优化AUKF)的姿态解算方法。先对陀螺仪和加速度计的误差信号进行预处理,分别建立ARMA模型和一元高阶模型,使用经典Kalman滤波实现其过程,然后建立姿态角的微分方程,使用高精度的优化AUKF算法实现姿态角解算过程。跑车实验结果表明,该方法可以得到高精度的姿态角信息,抑制 MEMS陀螺漂移引起姿态角发散。     

四旋翼飞行器姿态解算与滤波

四旋翼飞行器的运动控制关键在于对飞行过程中的实时姿态角控制。目前实时姿态角信息还不能直接测量出来。为了能利用已有的传感器数据解算出更准确的姿态角,通过物理实验详细分析了四旋翼飞行器姿态角的解算和滤波算法。首先,通过联立欧拉方向余弦矩阵与四元数矩阵,得到用四元数表达的姿态角表达式。然后,结合加速度计和磁强计实时测量的数据,分别采用互补滤波和卡尔曼滤波两种方法来补偿四元数结果,分别分析如何选取最佳参数,并对比分析了两种滤波方式的优缺点。在一定精度要求范围内,这两种滤波方式都能获得更加准确的姿态角,但是互补滤波相对卡尔曼滤波有一定的解算时延。因此在精度要求一般的系统中,这两种滤波方式都可以用来求解姿态角,卡尔曼滤波方法则更适于对实时性要求更高的系统。     

低成本GPS接收机定向系统研究

文章采用低成本的GPS接收机设计开发了一套精密定向系统;着重对GPS基线解算中整周模糊度的可靠性进行了研究,提出了姿态测量中三种特殊的有利条件,使得模糊度解算更加迅速和可靠;最后探讨了选用不同高度角参考卫星对定向结果的影响．并给出了试验结果。     

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.     

示教机械臂姿态解算改进方法仿真研究

在示教机械臂姿态解算精度优化的研究中,针对使用单组传感器进行数据融合,姿态解算的传统方法中存在的精度低,稳定性差的问题,设计了一种组合MEMS传感器的姿态解算方法。将六组传感器安装于载体坐标系三个轴上,分别测量两组传感器数据。以传感器量测数据与四元数估计数据的向量积代替姿态角误差作为互补滤波器的输入量,分别利用模糊控制器和PI控制器,根据互补滤波原理调节陀螺仪输出量。通过拓展卡尔曼滤波器进行姿态估计,得到更精确的四元数,进而转化为姿态角。仿真结果表明,在静态和动态情况下,多组传感器组合调节后的姿态角数据相比单组传感器PI调节在姿态角精度和系统稳定性上有进一步提高。     

基于GNSS的飞行器测姿系统设计与实现

针对飞行器测姿需求,设计构建了一套具有测姿功能的软硬件系统。该系统采用宽带射频收发单元+FPGA+DSP的统一软件无线电架构,具有较高的灵活性和可扩展性,结合PMF+FFT快速捕获模块和长短基线快速整周模糊度解算模块,可以实现快速、高精度的姿态测量。根据实测结果推算,在15 m基线长度时的航向角测量精度为0.2242°/L,能较好地满足现阶段的飞行器姿态测量要求。     

基于低成本接收机的双天线测姿算法

针对低成本接收机双天线测姿系统利用直接法解算精度较低且存在系统粗差的问题，提出一种基于载波和伪距双差实时动态定位（RTK）卡尔曼滤波算法。首先，引入基线长度作为观测量，并将事先测量得到的精确基线长度作为观测量误差；然后，根据从天线接收机的历元时间间隔对主天线位置进行实时矫正，而周整模糊度采用改进LABMDA算法求解。在静态和动态情况下进行了测试，结果表明，在基线长度为1.1 m、采用GPS和北斗双系统进行观测的情况下，所提算法解算出的航向角精度在1°左右，俯仰角精度在2°~3°。相比传统的双天线直接法测姿，该算法在系统抗差性能和精度上都较优。     

多分辨率算法在磁强计辅助GPS定向测姿中的应用

基于多分辨率算法的姿态角搜索算法，能够提高模糊度的计算成功率，但基于多分辨率算法的姿态角搜索算法需要先验的姿态角信息，而电子磁强计能提供较为准确的姿态角信息，所以我们可以利用其姿态角信息来应用到GPS快速定姿中。将其姿态角信息应用到多分辨率算法中，这样能够大大提高系统的快速性和姿态角的精度。     

GPS姿态系统中周跳的检测及修复方法

讨论了利用GPS载波相位信号测量载体姿态中出现的周跳问题及解决方法。首先根据静态情况下GPS载波相位信号的特点提出了一种基于外推法的周跳检测和修复方法。在此基础上又用故障检测的原理提出了一种利用冗余双差载波相位观测量的周跳检测和修复方法，该方法可以应用于动态情况，其适用条件是要求相邻历元至少有4颗卫星锁定，并且整周模糊度已经固定。文中利用实测数据对提出的方法进行了验证，结果表明两种周跳检测及修复方法是有效的，在GPS姿态系统中，综合运用这两种方法可大大减少系统的初始化次数。     

A closed-form method for the attitude determination using GNSS Doppler measurements

The fixing process for cycle ambiguity is a major issue for attitude determination using multiple Global Navigation Satellite System (GNSS) antennas. Existing algorithms have used pseudorange with large noise and ambiguity-included carrier phase measurements so the volume of the ambiguity search space is inevitably large. We propose a new algorithm to determine the attitude of a rotating vehicle using Doppler measurement in a closed form. Using differential and angular velocity estimation, we can reduce the size of the search space and the number of ambiguity candidates. We present simulation results using one master and two slave GNSS antennas. For all the cases in our simulations, the probability of one epoch fix is over 97%. Moreover, we achieved resolution of the ambiguity in two consecutive epochs. In other words, the maximum time-to-first-fixed-attitude (TTFFA) of our algorithm is only two seconds. Our algorithm can reduce the computation load in the ambiguity resolution for rotational vehicle attitude; consequently, it will be helpful in rapid and accurate determination in a case of phase lock loss due to a complex maneuver such as a fast spin.     

一种利用对称三角分解求解整周模糊度的方法

整周模糊度的求解是利用载波相位进行测量时的关键问题.采用了对系数矩阵进行QR分解的方法,用以降低矩阵的维数.模糊度搜索时,针对Z变换可能会引入多余误差,采用了对称三角分解法对协方差矩阵进行去相关处理.实验与仿真结果验证了该算法的有效性.     

Application of a new efficient attitude determination algorithm on a ground simulator

In general, precise attitude information is required to control a ground simulator, which is designed to simulate attitude control of spacecraft. Two algorithms are well-known to determine the attitude through two or more observation vectors. One is the deterministic method, such as the TRI-axis Attitude Determination (TRIAD) algorithm, and the other is the optimal method, such as the QUaternion ESTimator (QUEST) algorithm. This paper suggests a new efficient attitude determination algorithm, which the authors name an algorithm “Averaging TRIAD.” First, it is transformed from the attitude matrix to the attitude angle vectors to maintain orthogonal constraints during calculation. Second, the covariance matrix is used instead of the variance and then it is applied to an unbiased minimum variance formula for more accurate solutions. Finally, the authors suggest a methodology to determine the attitude when more than three measurements are given. The performance of the Averaging TRIAD algorithm upon the combination of different sensors, which are fixed to the ground simulator, is investigated by numerical simulation in terms of standard deviations and computational time.     

基于EKF的航天器姿态确算法定及精度分析

采用陀螺和星敏感器组合的方式来进行航天器姿态确定。首先建立了陀螺和星敏感器的测量模型,选择以四元数作为描述航天器姿态的参数,详细推导了在小偏差下以误差姿态角和陀螺常值漂移误差为状态量的滤波状态方程,并且以星敏感器的测量残差作为量测量,采用扩展卡尔曼滤波（Extended Kalman Filter, EKF）算法进行姿态确定;然后进行了仿真分析,仿真结果表明：该算法可以达到较高的姿态确定精度;最后对影响姿态确定精度的硬件因素和软件因素进行了定量的数据分析,得出了有一定意义的结论,从而为工程实践提供理论支持。     

基于加速度计和磁强计的随钻姿态测量观测模型

水平定向钻进中钻具姿态的实时测量是实现导向的关键因素。推导了钻具姿态角的测量方法,给出了姿态转换矩阵的解算公式。针对姿态测量的非线性问题和已有算法的不足,建立了姿态测量系统的线性观测方程,该观测方程利用加速度计和磁强计分别测得的地球重力场分量和地磁场分量来构造新的观测向量,并以姿态四元数的误差向量作为观测模型的输入。给出了线性观测模型的求解方法,最小二乘递推法。仿真结果表明:该算法收敛速度快,能够得到钻具准确的姿态信息,即使起始姿态的估计值与真实值之间的偏差很大,该算法仍能很好地收敛到真实值。     

基于自适应滤波的MEMS姿态确定方法

针对消费类电子设备对姿态测量系统的需求,本文提出了一种基于MEMS加速度计、陀螺仪和磁强计的九轴姿态确定算法.针对实际系统中传感器量测噪声未知的情况,首先介绍了一种基于矢量观测器的矩阵Kalman滤波姿态确定算法,然后利用残差匹配技术,设计了一种基于残差匹配的自适应滤波方法.论文采用自适应滤波对传感器量测噪声进行估计,并将估计的量测噪声代入线性矩阵Kalman滤波算法,有效解决了线性矩阵Kalman滤波需要准确量测噪声统计信息的缺陷.最后设计了仿真实验验证本文提出的算法,并将其与线性矩阵Kalman滤波算法比较.仿真结果表明,自适应矩阵Kalman滤波的姿态旋转误差角为0.6091°,标准差为0.3009°,能够有效的估计传感器量测噪声,并具有更高的姿态确定精度和稳定性.