共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
针对磁罗盘传感器非线性校正中现有方法的不足,提出采用小波函数和双曲正弦函数作为超限学习机(ELM)的激活函数,并将此改进超限学习机用于磁罗盘的校正.同时,阐述了传感器的非线性校正原理,磁罗盘航向误差模型及改进超限学习机的实现过程,并分别采用BP神经网络法和传统ELM对磁罗盘进行非线性校正.实验结果表明,改进ELM算法补偿后最大误差为0.103°,均方根误差为0.0596°,优于BP神经网络算法(补偿后最大误差为0.5°,均方根误差为0.1805°)和传统ELM神经网络(补偿后最大误差为0.21°,均方根误差为0.1056°). 相似文献
3.
4.
5.
6.
针对低成本电子罗盘在大倾角情况下航向角误差急剧增大这一问题,将误差的补偿假设为由椭球到圆球过程.研究了基于姿态误差矩阵补偿的校正算法,将电子罗盘的补偿技术由平面椭圆补偿拓展到空间椭球补偿.通过最小二乘法、牛顿法、最速下降法等手段求解得到了最终的姿态误差矩阵.通过实验可以证实:此方法可以有效减小电子罗盘在大倾角情况下的航向误差,并且具有成本低、简单和可靠性高等优点. 相似文献
7.
基于椭圆假设的磁罗盘航向测量算法研究 总被引:1,自引:0,他引:1
磁罗盘常用于自主式水下航行器(Autonomous Underwater Vehicle,AUV)导航系统中对惯性器件的姿态测量进行校正。为了补偿载体内干扰磁场对磁罗盘航向解算带来的误差,采用基于椭圆假设的误差模型,通过最小一:乘拟合椭圆,扶得磁罗盘误差补偿算法中椭圆模型的各分布参数。陆上仿真实验的结果表明,基于椭圆假设的实时补偿算法能够获得稳定、高精度的航向角测量,不同路径类型下的误差精度可提高60%至80%。补偿结果为水下导航系统算法设计提供了精度依据。 相似文献
8.
9.
10.
为了提高运动载体航向测量的精度,针对角速率陀螺误差随时间积累和磁罗盘易受外界磁干扰的问题,设计了磁罗盘、角速率陀螺和GPS航向信息融合方案.文中分析了磁罗盘、角速率陀螺和GPS的误差特性,进行了误差建模,构建了综合滤波模型,然后根据GPS可能出现的信息失落、遮挡等问题,采用一种能够检测磁罗盘低频磁干扰,并对干扰误差进行剔除的前置检测环节(PDL).通过仿真实验可知,本文研究的信息融合算法不仅能够有效地抑制磁罗盘高频磁干扰以及角速率陀螺的积累误差,同时也可很好地抑制磁罗盘的低频干扰误差,可以给运动载体提供较高精度的航向信息,且在GPS信号质量不好的情况下,基于PDL的补偿滤波可作为一种辅助方案,保证载体在较长时间内保持较高精度的航向. 相似文献
11.
12.
13.
为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断,若UUV罗经故障,根据UUV当前的舵角、航速与加速度信息重构航向信息,利用重构的航向数据代替光纤罗经的航向输出,实现对光纤罗经的航向容错控制。本文详细阐述了容错控制方法的实现步骤,并利用海试实验数据进行了仿真验证,仿真结果表明所提出的方法能快速、准确的诊断出光纤罗经的故障,并能较好的实现光纤罗经的航向容错。 相似文献
14.
邵婷婷 《单片机与嵌入式系统应用》2014,(7):35-37
设计了一款具有倾斜补偿功能的三轴磁阻电子罗盘,并对样机系统做了误差补偿。本系统以磁阻传感器HMC1043和MEMS加速度传感器ADXL203为信号采集模块,以MSP430F149单片机为信号处理模块,分别获取、处理磁场和重力加速度信息,并通过液晶显示模块LCM6432ZK显示载体的航向角和姿态角。结合经典的椭圆假设法和傅里叶级数模型,对系统的误差进行补偿。实验结果表明,设计的磁阻电子罗盘实现了集成化和智能化,能实时显示载体的航向角和姿态角,航向误差可稳定在±0.6°以内。 相似文献
15.
为提高多旋翼无人机航向角解算精度,研究磁罗盘校准和罗差补偿方法。通过详细分析罗差产生原因,并结合多旋翼应用,将磁罗盘干扰划分为机体坐标系静态干扰、机体坐标系动态干扰、导航坐标系静态干扰、导航坐标系动态干扰四大类。针对机体坐标系动态干扰,结合多旋翼应用背景,研究干扰的离线测量与在线补偿方法;针对机体坐标系静态干扰,提出一种飞行过程中实时校准方法;针对导航坐标系静态干扰,创新性采用GNSS模块的速度方向信息修正罗差;导航坐标系动态干扰为原理性误差,这里暂不讨论。结果表明:研究内容可有效补偿机体坐标系动态与静态干扰,以及导航坐标系静态干扰对磁罗盘和航向角解算精度的影响,有助于改善无人机的飞行性能。 相似文献
16.
考虑到高精度绝对式光电编码器应用广泛,其角度测量精度对整个系统精度影响较大,但由于角度传感器生产安装过程中产生的误差等原因,使得传感器在实际应用中存在一定的误差.而使用传统误差补偿方法难以得到较好的补偿效果,本文使用一种基于PSO的BP神经网络作为角度传感器误差补偿系统的算法.通过实验验证,该种算法能够对角度传感器误差进行较好的补偿,与补偿前相比,其标准偏差提高了12.5倍,最大误差和平均误差降低到9.6%和8.5%,提高了传感器检测精度.与使用了基于传统BP神经网络和基于多项式拟合算法的误差补偿系统进行对比实验,结果表明,其补偿效果亦优于这两种算法. 相似文献
17.