多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

基于自适应陷波的直拉单晶直径跟踪

为抵消单晶生长过程中晶体直径测量信号存在的周期性干扰,提出一种适合晶体直径测量信号的自适应陷波滤波方法。该方法采用抵消低频分量、保留高频分量的思想建立滤波器优化函数,利用一种改进的粒子群优化算法优化该函数获得周期性干扰的逼近信号,并用此逼近信号抵消周期性干扰。实验结果表明,所提出的滤波方法能有效跟踪直拉单晶直径的变化,精度优于常用的滤波方法,所提出的粒子群优化算法能够使滤波器系数较快收敛。     

基于IMU的机器人姿态自适应EKF测量算法研究

为了实现机器人运动学参数标定,提出一种用惯性测量单元(IMU)实时获取其末端姿态信息的方法。然而,IMU在进行机器人动态姿态测量时,存在加速度计信号中有害加速度(除重力加速度之外的其他加速度)叠加,噪声统计特性参数不易获取,陀螺仪信号随时间发生漂移等影响测量精度的问题。针对这些问题,设计了一种自适应拓展卡尔曼滤波(EKF)姿态测量改进算法。基于EKF模型,首先构建第一级量测噪声方差阵,设定权重因子,降低有害加速度对测量结果的影响;其次在Sage-Husa自适应滤波算法中引入了渐消记忆因子的思想,实时跟踪采样数据的量测噪声,构建第二级量测噪声方差阵;最后采用姿态更新的四元数算法进行数据融合,修正陀螺仪信号漂移产生的误差。实验结果表明,相比Sage-Husa自适应滤波算法,该算法峰高时俯仰角和横滚角的平均绝对误差分别降低了50%和36.43%,峰谷时俯仰角和横滚角的平均绝对误差分别降低了14.28%和19.44%,能有效提高姿态测量精度。     

巡飞弹空中自适应快速初始姿态估计

为了解决巡飞弹空中上电后在无参考姿态条件下的初始姿态确定问题,采用低成本磁力计、陀螺仪和加速度计(MARG)传感器设计姿态航向参考系统(AHRS),并提出了一种自适应参考矢量权重的快速初始姿态估计(AFCF)算法。首先,提出了三轴传感器使用前的快速误差校准方法;然后,采用快速互补滤波算法进行姿态估计,分析了其权重函数对于初始姿态估计及收敛性等的影响;接着,提出自适应参考矢量权重及自适应姿态估计方法;最后,利用高精度MTI(Milliren Technologies,Inc)传感器数据对算法进行了验证,并在低成本MARG姿态航向参考系统中对算法进行了实现,对比了改进算法及扩展卡尔曼滤波(EKF)算法的性能。实验结果与分析表明:动态条件下采用MTI传感器数据,改进算法能够在初始时刻收敛,比快速互补滤波(FCF)算法提前约4s;解算精度约为±0.6°,初始时刻精度明显优于FCF;硬件测试则表明改进算法的处理时间为0.062ms,仅为EKF算法的1/9,解算精度约为±1.3°,能够满足姿态测量过程快速收敛、高精度、实时性等要求。     

AHRS姿态估计的迭代扩展卡尔曼滤波方法

针对现有滤波方法在低成本航姿参考系统（AHRS）姿态估计应用中存在准确性不足的问题,本文提出一种非线性滤波求解的姿态估计方法。根据四元数姿态表示原理与传感器测量输出模型构建了基于AHRS系统直接形式姿态估计的非线性状态空间模型,采用迭代扩展卡尔曼滤波方法进行滤波求解,实现了对姿态四元数与传感器偏差的实时估计。通过MPU9150型MEMS惯性测量单元的实测数据与ABB工业机器人同步输出的参考姿态对本文算法进行了验证,并与现有基于非线性滤波与互补滤波的姿态估计方法以及商用姿态测量单元的结果进行了对比。结果表明,本文算法有效提高了姿态估计准确性与估计精度,具有较好的性能。     

基于递推最小二乘法的地磁测量误差校正方法

针对弹体地磁测量容易受到各种误差影响而导致地磁姿态测量精度降低的问题,在分析自身误差和环境误差的基础上,对椭球模型的地磁测量误差进行建模,采用最大似然估计解算静态误差补偿参数,以解算结果为初值,通过递推最小二乘法推到补偿参数的实时更新算法,综合以上研究,形成用于地磁测量误差补偿的在线组合校正方法。仿真及实验结果表明,在接近盲区方向的最大姿态角误差小于5°,在线组合校正能够保证姿态检测系统在不同射向条件下的精度。     

低成本惯导系统预处理和姿态解算

针对低成本惯性传感器系统中由于系统误差、环境干扰等因素造成的姿态计算数据精度低、易发散等问题,设计了一种加速度计和陀螺仪的误差预处理模型,并使用扩展卡尔曼滤波实现其过程。然后基于扩展卡尔曼滤波算法构建两级噪声方差阵和引入渐消记忆因子的自适应扩展卡尔曼滤波算法,实现姿态角的融合过程。最后采用四元数更新算法求解姿态角。实验结果表明:通过自适应扩展卡尔曼滤波算法使姿态解算精度进一步提高。     

重力/地磁辅助的欧拉角无迹卡尔曼滤波姿态估计

为了克服应用扩展卡尔曼滤波(EKF)的姿态估计算法的线性化误差问题,提出了一种基于重力/地磁辅助的欧拉角无迹卡尔曼滤波(UKF)姿态估计算法来提升低成本微机电系统(MEMS)的姿态测量精度。应用重力与地磁数据抑制了MEMS姿态误差快速发散问题;将欧拉角作为状态,应用四元数完成时间更新过程中的姿态更新,避免了四元数作为状态的规范化问题及欧拉角姿态更新精度低的问题;由于UKF滤波器不存在线性化误差,故其具有更好的稳定性和姿态估计精度。应用实际MEMS数据开展的算法验证实验显示:与EKF姿态估计算法相比,提出的UKF姿态估计算法得到的俯仰与横滚角精度提高了近20%,航向角精度提高了12.1%。结果表明:本文提出算法的精度更高;然而由于UKF算法对状态协方差估计不足,其收敛时间有所增加。     

四旋翼飞行器互补滤波姿态求解器的设计

精确的姿态角在四旋翼飞行器稳定飞行中起着非常重要的作用,为了实现小型低成本四旋翼飞行器高精度姿态数据的输出,搭建了STM32F103、MPU6050和气压计组成的姿态检测系统。并基于四元数微分方程,提出了一种PI改善型互补滤波姿态求解器的设计算法。该算法对陀螺仪测量数据进行了高通滤波、对加速度计和磁力计测量数据进行了低通滤波,提高了姿态解算精度。最后,通过实验平台将测量的PI改善型互补滤波算法与普通互补滤波算法四旋翼姿态角进行了比较分析,实验结果表明,PI改善型互补滤波算法求解器的姿态角动态误差较小,性能更稳定,能够满足小型低成本四旋翼飞行要求。     

嵌入式姿态测量系统设计与仿真

为了满足日常生活、生产中对姿态测量的需求,针对嵌入式系统的特点,设计了一种运算量较小的姿态测量算法。直接使用加速度计和地磁传感器来计算姿态角,然后利用卡尔曼滤波融合陀螺仪的输出,达到误差补偿和弥补加速度计动态性能差的目的。为了避免俯仰角和横滚角误差对航向角计算的影响,还设计了两步更新,使用一步更新后的俯仰角和横滚角来计算航向角。实验结果表明,姿态测量的精度满足要求,同时也达到了减少运算量的要求。     

航姿参考系统三轴磁强计校正的点积不变法

为改善航姿参考系统中三轴磁强计校正精度,提出了一种基于泊松模型以及矢量点积不变性的校正方法。该方法利用地磁场矢量与一辅助矢量的点积为常数,无需本地地磁场精确数据,能完全确定泊松模型中的12个补偿系数,并能同时实现三轴磁强计的坐标系对准。针对辅助矢量的不同选择对该方法校正结果的影响,在电子罗盘上进行了实验验证及讨论。实验结果表明,该方法可使电子罗盘航向误差均方值减小到0.1°。     

基于 S-G 滤波与包络提取算法的半导体激光器自混合干涉微位移测量

针对在半导体激光器自混合干涉( SMI )微位移测量中,测量噪声对 SMI 信号条纹计数极易引入误差,提出一种基于 Savitzky Golay ( S-G )滤波与包络提取的 SMI 信号处理算法,对自混合信号处理并识别条纹后,干涉条纹能够得到准确地计数。该算法采用 S-G 卷积均值滤波处理、三次样条函数插值包络分析和信号归一化处理,可以有效消除噪声高频信号和提取信号包络。采用电压调制模式下驱动压电陶瓷( PZT )产生微振动作为模拟振动源,实验中设置 3 组不同电压调制幅值下的振动源,采集并分析 SMI 信号及相应振幅信息。在 3 组实验当中,经过算法处理过的 SMI 信号,其干涉条纹数与电压调制 PZT 振动幅值由处理前偏离线性关系到处理后保持线性关系。实验结果表明,经 S-G 滤波与包络提取算法处理过的 SMI 信号能真实反映微米量级的微位移。     

消化道定点施药系统中磁定位信号预处理方法研究

磁定位信号的预处理方法对消化道定点施药系统的定位精度有重要意义。本文对磁信号检测中的普遍存在的地磁场干扰和电磁干扰问题进行了深入研究。针对地磁场干扰,采用静态磁场值来补偿地磁场值;对于电磁干扰,采用滑动平均滤波和小波默认阈值方法分别对静态磁场信号和动态磁场信号进行滤波处理。通过比较发现,小波阈值的方法可以较好地抑制静态磁场信号中的高频噪声,而滑动平均滤波的方法对处理动态磁场信号可以取得较好的效果。     

采用自适应无迹卡尔曼滤波的卫星姿态确定

针对现有算法卫星姿态确定中模型参数估计不准确,系统存在外界干扰下稳定性差和跟踪精度不足的问题,提出一种自适应无迹卡尔曼滤波算法,对卫星三轴姿态进行估计。首先分析了陀螺和星敏组合定姿的工作原理,然后推导了以误差四元数为状态变量的卫星姿态运动学方程。滤波过程中,该算法引入自适应矩阵,对量测噪声协方差矩阵进行调整;依据滤波发散判别准则,对系统噪声协方差矩阵进行自适应修正,抑制滤波过程中可能的发散情形,获得了良好的自适应性能。实验结果表明,在参数估计不准确时,自适应无迹卡尔曼滤波相比鲁棒自适应UKF算法,三轴估计精度的均方根误差(RMSE)分别提升了30.0%,34.1%,22.4%。该算法基本满足卫星姿态确定的高精度、强鲁棒性等要求。     

高精度海洋观测浮标运动测量系统设计与试验

海洋浮标受海洋动力环境影响产生运动,会对平台及仪器的可靠性产生影响,甚至会导致测量误差,影响海洋观测浮标 工作安全性和数据质量,因而浮标运动姿态的精确测量研究具有重要价值和意义。 本文通过搭建微型惯性测量单元(MIMU) 与全球导航卫星系统(GNSS)结合的硬件系统,获取浮标运动姿态相关数据,并采用载波相位平滑滤波模型进行数据预处理,融 合最小二乘降相关算法(LAMBDA)解算浮标姿态数据,获取高精度动态浮标姿态。 经过摇摆台模拟比对实验,系统姿态角均方 根误差小于 0. 5°,水平速度均方根误差小于 0. 05 m/ s。 通过实际海试实验,尤其是台风过境期间系统的测试结果,证明该系统 工作稳定可靠,无数据发散现象,整体有效数据达到了 95% 以上。     

基于单星测量的星光惯性组合导航

为减小杂光影响,全天时星光定向仪一般采用小视场,同一时刻只能观测一颗恒星无法输出姿态信息。本文提出一种基于单星测量的星光惯性组合导航系统,首先根据惯导输出的姿态和位置信息,控制转台和星光定向仪摆镜保证星光定向仪对目标导航星的观测,之后根据惯导的误差模型建立系统状态方程,根据星光定向仪测量的导航星方向矢量建立测量方程,利用卡尔曼滤波算法修正惯导输出的姿态位置信息。该方法引入星光定向仪与惯导安装误差作为系统状态量,在修正导航信息的同时对星光定向仪与惯导之间的安装误差进行估计,因此无需在实验室进行标定。通过仿真分析了不同安装姿态误差及不同惯导和星光定向仪误差对组合导航系统导航精度的影响。结果显示采用该方法导航1 h,位置精度优于90 m,姿态精度优于8″,相比利用实验室标定的安装姿态进行导航,该方法的精度更高。最后进行了静态导航实验,结果显示组合导航的位置误差为102.90 m,相比直接采用实验室标定的安装姿态进行解算结果提高近45.39%,验证了该算法的有效性。     

捷联惯性导航系统中陀螺补偿的探讨

采用四元数算法对微惯性航向、姿态系统进行姿态解算.在实验室进行的大量实验表明,温度对系统性能有很大影响,对陀螺零点偏置的温度补偿进行了分析研究,实验结果表明补偿对系统稳定性起到了很好的作用.     

水下机械臂运动空间分析与轨迹跟踪算法优化

针对水下机械臂动力学模型不确定和未知外界干扰问题，采用基于HJI理论的径向基函数神经网络自适应控制算法对水下机械臂进行控制。首先，以水下六自由度机械臂为例，基于D-H法则对水下机械臂的运动学进行分析，通过仿真验证该方法的正确性；接着，基于蒙特卡洛法构建水下六自由度机械臂的运动空间云图，真实反映水下机械臂的运动空间；然后，以二自由度水下机械臂为例，设计基于HJI理论的RBF神经网络自适应控制器，利用神经网络的万能逼近原理逼近不确定干扰项，考虑到神经网络逼近存在误差，将逼近误差看作外界干扰项并通过HJI理论对逼近误差在线评价，评价系统对干扰项的抑制能力，并采用自适应算法在线估计网络权值，加快系统收敛；最后，通过仿真可知，该机械臂能较好地完成轨迹跟踪。