磁电式双转速传感器测量技术研究

通过分析瞬时转速测量误差，提出了一种精确测量发动机飞轮瞬时转速的方法——双传感器法，并进行了模拟试验，与传统转速测量方法作了对比。试验结果表明双传感器法可以消除齿圈加工及磨损造成的角度误差，并同时使圆周齿数相对增加一倍，提高了瞬时转速测量分辨率。     

基于UKF信息融合的多旋翼飞行器姿态估计

姿态估计是多旋翼飞行控制的基础,为实现多旋翼三轴姿态估计,构建了基于MEMS陀螺、加速度计和磁力计的低成本姿态测量系统.该系统采用STM32F103作为控制器,集成加速度计和陀螺仪MPU6050,磁强计HMC5883作为测量传感器.针对多旋翼飞行器单一传感器无法准确测量姿态信息的问题,提出了基于无迹卡尔曼滤波信息融合的姿态估计算法.以陀螺仪为状态矢量,加速度计和磁强计解算的姿态角为观测矢量,无迹卡尔曼滤波器将陀螺的良好动态性能与加速度计、磁强计的良好静态性能结合起来,提高姿态测量精度,具有良好的动态跟踪性能.通过飞行测试,与高性能成品飞行器的姿态信息做对比,验证和分析该低成本姿态测量系统的有效性.实验结果表明,基于无迹卡尔曼滤波的姿态测量系统实现了动态环境下低成本多旋翼的精密姿态测量,为无人机自主飞行控制奠定了基础.     

小波分析在扭矩动态测试法去噪中的应用

首先介绍小波分析基础理论,然后讨论小波分析在动态扭矩测量信号滤波中的应用.通过对所获得的扭矩信号进行离散小波变换,利用阀值量化处理的方法去除噪声,将剩余部分进行重构,形成了抑制噪声的滤波信号.实验结果表明该方法对采样信号滤波是十分有效的,对提高扭矩测量精度很有利.     

基于信息融合的八旋翼飞行器状态解算

针对四旋翼飞行器欠驱动控制和有效负载能力不足的特性,提出了八旋翼飞行器作为解决方案。分析八旋翼飞行器的动力学模型,建立其运动状态方程,采用无迹卡尔曼滤波算法实现飞行器姿态检测系统的数据融合。通过理论分析和Matlab仿真试验表明：采用状态估计融合滤波算法,有效提高了八旋翼飞行器姿态解算精度,可以获得最优姿态角度,满足八旋翼飞行器稳定的要求。     

磁电式双转速传感器测量技术研究

本文通过分析瞬时转速测量误差,提出了一种精确测量发动机飞轮瞬时转速的方法--双传感器法,并进行了模拟试验,与传统转速测量方法作了对比.试验结果表明双传感器法可以消除齿圈加工及磨损造成的角度误差,并同时使圆周齿数相对增加一倍,提高了瞬时转速测量分辨率.