基于卡尔曼滤波器的姿态角测量系统设计

针对动态环境下载体的姿态测量,以无人机的航姿测量系统小型化为背景,给出了一种采用MEMS惯性器件构成的姿态角测量系统。系统采用新型32位ARM Cortex-M3内核微控制器STM32F103ZET6作为控制处理单元,传感器采用ADXL345加速度计、L3G4200D陀螺仪和HMC5883磁阻传感器。对于MEMS器件精度低,数据易发散的问题,采用卡尔曼滤波器实时将加速度计、陀螺仪和磁强计的数据进行融合,计算负担小,实时性好。实验结果表明,该姿态测量系统在静态和动态环境下都能够较好的完成载体姿态测量的任务。     

基于前周期优化子样数的姿态算法

针对补偿精度存在极限的问题,对传统圆锥补偿算法的子样数进行优化,利用当前周期和前周期采样值构造圆锥补偿项。当前周期采用单子样、二子样和三子样有效缩短了补偿周期,从而提高了精度极限值,而前周期子样数选取最佳值使补偿精度趋近极限值。仿真结果表明,与传统多子样旋转矢量算法相比,该算法在圆锥补偿精度方面有一定优势。     

基于有序转动的捷联姿态算法

为了研究采用陀螺的原始角增量进行三次单轴旋转的这种姿态更新方式的性能,首先分析了单轴旋转的坐标变换公式,然后根据不同的转动顺序给出了对应的姿态更新算法,同传统的姿态算法相比,该算法结构简单、计算量小,最后通过车载捷联惯导系统进行了算法的性能验证跑车试验,将惯导的输出数据采用二子样旋转矢量法以及本文构造的不同转动顺序的姿态更新方法进行离线处理,将不同姿态算法得到的位置数据与车载GPS输出的位置数据相比较,试验结果表明采用这种陀螺原始数据构建的基于有序转动的姿态算法在不同的转动顺序下,性能表现各异.在选取恰当的转动顺序的条件下,相对于二子样旋转矢量法而言,系统的位置精度可以提高1倍左右.