基于EKF的地磁/陀螺信息融合姿态测量算法研究

针对智能弹药机动飞行中仅利用地磁信息制导时无法实现全姿态角解算的问题,提出一种采用三轴陀螺仪角速率信息辅助三轴磁传感器信息进行弹体姿态角解算的EKF融合算法。算法利用磁传感器测量模型和四元数微分方程建立观测方程和状态方程,并分别对非线性的系统进行线性化得到卡尔曼滤波方程。通过在高速飞行仿真转台上进行半物理仿真试验,最终全姿态角的解算实现对地磁/陀螺信息的融合。经过对仿真信号的处理,在弹体俯仰角±30°变化的情况下,该EKF融合算法解算滚转角和俯仰角比传统单纯依靠地磁信息进行滚转角和俯仰角解算的精度提高近一个数量级,并且解算偏航角误差在1°以内。     

三轴地磁传感器参数的在线校正算法

针对复杂磁环境下传统的地磁传感器误差补偿算法效果不理想的问题,分析了地磁传感器各种误差来源,建立了完整的地磁传感器误差模型,提出了基于递推最小二乘的在线校正方法,实时求取椭球模型系数.利用椭球系数推导地磁传感器误差补偿系数.利用补偿系数对姿态测量系统输出的地磁矢量进行校正.实验结果表明,校正后的磁场强度和实际磁场强度基本一致,非盲区位置的滚转角误差减小到5°以内,基本可以满足简易制导弹药对姿态角解算的精度要求.     

一种弹体初始挂装姿态测量新方法

在弹体挂装试飞试验科目中,需要地面静态标定挂装弹体的姿态。针对挂装弹体无等高基准孔位的情况,提出一种基于旋转矩阵分解的计算方法。该方法只要求测量弹体的基本几何特征,综合采用特征探测算法、空间基准对齐算法、奇异值分解算法进行处理计算;为保证姿态测量参数的精度,要求在弹体粘贴辅助圆形标志时,分布要均匀,数量适中,提高空间基准对齐算法的稳健性。通过试验分析,在无等高基准孔位的情况下,旋转矩阵分解法能够实现姿态测量参数误差小于0.3°,方法切实有效,结果准确可靠,满足飞行试验的精度要求。     

基于差商法的嵌入式角位移传感器自标定

为了摆脱对高精度基准器具的依赖实现对嵌入式角位移传感器的现场标定,结合传感器的结构特点提出了一种利用单个读数头测量值差商的方法实现自我标定。该方法利用傅里叶逼近模型将读数头的误差分离为多次谐波的叠加,采用测量值向前差商的方法获取标定模型的中间变量,运用泰勒展开对差商方法进行了误差估计,并通过提高差商阶数降低模型误差,为了保证标定精度,结合最小二乘算法对标定参数进行了寻优。运用自标定方法对两台不同对极数的嵌入式角位移传感器进行了标定实验,并与传感器常用的比较标定方法进行了对比实验。实验结果表明,两台传感器的误差分别从标定前的±30″和±25″,降低至±2.6″和±2.2″,精度得到了大幅度提高,最终的标定参数与传感器实际的误差成分相吻合,标定精度与比较标定的精度基本相同,能够满足嵌入式角位移传感器的高精度、高效率标定要求。     

基于MEMS惯性传感器的微型姿态测量系统

提出了一种基于低成本MEMS惯性传感器的微型姿态测量系统,包括MEMS速率陀螺、MEMS磁强计、单轴MEMS加速度传感器.重点研究了基于扩展Kalman滤波（EKF）的姿态估计创新算法,通过速率陀螺更新误差状态四元数计算姿态角,并通过飞行方向的加速度传感器和三轴磁强计来补偿陀螺漂移和姿态角误差,利用扩展卡尔曼滤波方程消除瞬时干扰,实现高动态姿态测量.系统的仿真和高动态实验表明,姿态测量动态精度低于5°,静态精度低于0.7°.     

任意姿态变化下的磁通门传感器误差校正

三轴磁通门传感器随着姿态变化存在空间转向差,主要原因为轴间非正交性、各轴刻度因子误差和零偏误差,需要研究校正方法,提高测量准确度.选择稳定的磁场环境,对德国的一款DM系列高精度三轴磁通门传感器进行标定.研究了传感器姿态在空间中任意变化;提出采用最小二乘法对磁通门传感器校正参数进行准确估计并校正该点转向差;传感器在验证点...     

MEMS三维微触觉力传感器标定方法

针对一种微机电系统(micro electro mechanical system,MEMS)三维微触觉力传感器,采用悬臂梁弯曲变形获得了标准微小力信号,通过测量传感器敏感梁弹性导致的传感器测杆的微小位移量,对标定过程中的误差进行了补偿,实现了三维微触觉力传感器的精确标定.建立了MEMS三维微触觉力传感器标定系统,对悬臂梁的弹性系数进行了标定,对传感器测头输出的微小电压信号设计了线性化的信号调理电路.标定过程中考虑了由于传感器敏感梁弹性变形导致的传感器测杆的微小位移量对标定精度的影响.采用高精度的纳米测量机(nano-measuring machine,NMM)对传感器测杆的位移特性进行测量,利用该参数对传感器的力特性系数进行误差补偿,最后根据传感器输出的初始电压和力特性系数建立了传感器的力特性输出方程.     

基于正交多项式拟合的称重传感器非线性校正

因受自身材质、工艺的限制以及外界环境影响,机车车辆称重传感器实际的输入输出关系存在非线性特性,造成测量结果的非线性误差,制约其测量精度。对此,该文采用曲线拟合法、以正交多项式做最小二乘拟合建立非线性校正环节,对机车车辆称重传感器进行非线性校正,来减小非线性特性对测量结果造成的影响,提高测量精度,同时避免正规方程系数矩阵的病态问题。实验结果表明,校正后系统的非线性得到明显改善,测量精度得到显著提高,同时该方法操作简单、校正效率高、结果稳定可靠,具有较好的工程应用价值。     

基于三子样更新的EKF低成本MEMS姿态估计算法

针对低成本MEMS惯性器件精度较低、噪声较大、存在误差随时间积累而无法满足长时间载体姿态测量的问题,提出一种基于三子样姿态更新的扩展卡尔曼姿态估计算法。该算法结合三子样构造姿态更新四元数作为扩展卡尔曼滤波的状态量,利用当地导航系下重力场、磁场中相关数据通过比例积分控制器完成对角速率误差的一次补偿,同时作为扩展卡尔曼观测信息,完成对姿态四元数的实时校正,以此降低误差随时间积累的影响。为验证算法精度,设计转台静态及车载动态试验,试验结果表明在测试约为400 s的时间内,航向角误差约为5°,俯仰角及滚转角误差低于2°,且无发散问题,满足长时姿态测量要求。     

基于二阶转换测量Kalman滤波的目标跟踪算法(英文)

为了减小传统跟踪滤波算法线性化误差,提高光电跟踪系统的跟踪速度和跟踪精度,本文在三维空间中,提出了二阶去偏转换测量卡尔曼滤波算法.该算法利用二阶泰勒展开的方法,推导出了光电跟踪系统观测方程的转换测量值误差的均值和协方差矩阵表达式,并对测量误差进行去偏差补偿处理,再经过转换测量卡尔曼滤波,可显著减小传统滤波算法的线性化误差.仿真结果表明,二阶去偏转换测量卡尔曼滤波(SCMKF)算法的跟踪精度优于非去偏转换测量卡尔曼滤波(CMKF)和扩展卡尔曼滤波(EKF),以及unscented卡尔曼滤波(UKF)算法,并且具 有更快的收敛速度,和采用统计方法的去偏转换测量卡尔曼滤波(DCMKF)的跟踪精度相当,但计算简单,提高了跟踪速度.