基于MEMS/GPS/地磁组合的弹体姿态解算

MEMS惯性器件由于具有自主性、连续性和隐蔽性等优点被广泛运用于载体的姿态解算中,但由于MEMS惯性器件的制作精度和误差积累等问题使得解算出的姿态信息并不准确.同时由于地磁传感器可以实现高精度的姿态测量,但不能独立解算出姿态信息.因此为了提高惯导姿态解算的精度,所以采用GPS、地磁辅助惯导进行姿态解算.设计的方案是在传统惯导姿态解算误差状态方程的基础上,将地磁和GPS解算的滚转、偏航和俯仰角与惯导解算出来的相应角的差值添加到传统惯导姿态解算误差状态方程中,以速度误差和滚转、偏航和俯仰角误差为量测值,估计出组合系统的姿态误差,并与惯导解算出的姿态误差进行对比,从而验证所提出的方法的可行性.     

基于 Mahony-EKF 算法的手臂运动姿态测量系统

针对传统姿态解算方法效率迟缓、精度低下及稳定性差等问题,提出一种基于Mahony和扩展卡尔曼(EKF)相融合的算法,并开发出一种新型人体手臂姿态测量系统。首先,通过STM32微处理器采集MEMS传感器测得的数据,借助Mahony滤波器解算加速度计、磁力计和陀螺仪的数据,以此得到初步姿态四元数。其次,将初步姿态四元数作为EKF量测值,依据非重力加速度调节量测噪声协方差矩阵。然后,根据陀螺仪测得的角速度信息建立EKF状态方程,通过EKF滤波更新状态,获取解算融合后的手臂姿态数据。最后,将数据发送到上位机,通过上位机软件实时监测姿态角数据,再构建三维模型实时还原手臂的运动状态。经实验验证,应用EKF算法矫正Mahony滤波解算出的姿态数据,不仅可以使误差减小到0.5°、消除超调量和降低噪声干扰,还能有效克服传统姿态解算方法中需要大量数据集和计算时间长问题,从而抑制了随机波动,提高姿态解算精度。     

基于Mahony-EKF的无人机姿态解算算法

针对微惯性测量单元精度低和传统姿态解算方法误差较大,提出一种Mahony和扩展卡尔曼滤波(EKF)融合的姿态解算算法。首先通过Mahony滤波器融合陀螺仪、加速度计和磁力计数据,解算得到初步姿态四元数。再以Mahony滤波器的姿态四元数作为EKF的量测值,根据非重力加速度的大小,自适应正相关调节量测噪声协方差矩阵;根据陀螺仪测量的角速度信息建立EKF状态方程。最终经过EKF滤波后,获取无人机姿态的估计。经过仿真实验验证,融合算法解算静态姿态角误差小于0.1°,解算动态姿态角误差小于1°,均优于互补滤波算法和改进EKF算法。融合算法能有效抑制陀螺仪漂移误差,滤除加速度计测量值混有的高频噪声和抑制非重力加速度的干扰,提高姿态解算精度。     

基于Mahony与改进Kalman融合的姿态解算方法

获得精确的载体姿态信息是提高载体导航定位的关键。 针对加速运动会产生非重力加速度干扰,而传统滤波算法无法 解决其导致的精度下降的问题,提出一种基于 Mahony 和改进 Kalman 融合的姿态解算方法。 首先采用惯性测量传感器所得数 据进行 Mahony 解算,将其结果作为改进 Kalman 的量测信息;其次通过陀螺仪解算,将其结果作为改进 Kalman 的状态信息实现 姿态解算。 实验结果表明,本文所提出的方法相较于传统方法,解算精度提高一个数量级以上,能有效地抑制漂移误差高频噪 声,大幅提升了载体姿态角解算精度,且具有良好的收敛性。     

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。     

基于四元数卡尔曼滤波的四旋翼姿态测量系统设计与实现

在嵌入式微小型四旋翼姿态测量系统中,姿态算法、系统冗余、硬件方案等直接影响了测量系统的性能和实用性。针对上述问题构建了一种兼具实用性、鲁棒性以及准确性的姿态测量系统。系统使用四元数卡尔曼滤波对微机电陀螺仪、微机电加速度计以及微机电磁力计进行数据融合处理,在硬件设计中采用双加速度计,并同时采用不同采样频率对其采样以增强系统的冗余性。仿真结果表明该数据融合方法的稳定性以及准确性,同时仿真数据表明系统的测量误差在0.5°以内,能够满足微小型四轴飞行器控制系统所需的姿态测量要求。     

弹载磁传感器的误差补偿及姿态解算方法

随着国防工业科技的不断发展,弹上导航制导技术的应用越来越广泛.为了实现对高旋弹的飞行控制,获取姿态信息是最为关键的步骤,而传统的利用IMU或地磁来解算姿态的方法,在滚转角结果上存在着较大误差且存在灵敏度不足的缺点.提出了一种使用补偿后的三轴地磁数据来解算姿态的方法,采用最小二乘与椭球拟合的方法对磁传感器进行温度标定与弹...     

基于大动态环境下的高阶迭代姿态优化算法

针对MEMS惯性导航系统大动态坏境下不可交换误差问题,提出了一种改进的高阶迭代姿态优化算法。为解决大动态环境下不可交换误差对整个惯性导航系统带来的影响,推导了传统等效旋转矢量算法,针对此算法仅依靠提高子样数来提高解算精度,忽略了高阶项在大动态环境下会产生较大误差的问题。设计了快慢回路的方法,分别求得不同阶次的旋转矢量解,再通过周期性迭代算法得到快慢回路的迭代解。最后通过大动态环境仿真实验以及高精度三轴转台摇摆动态实验,验证了高阶迭代算法的性能优势。实验结果表明,大动态环境下,相较于传统算法,改进的高阶迭代姿态优化算法精度提高了两个数量级。     

MEMS 姿态传感器在边坡表面位移监测的应用研究

水电站库区两岸边坡地质状况复杂多变,边坡的稳定工作状态与水电站的安全运行息息相关,本文在雅砻江官地水电站库区左岸边坡覆盖层处,将MEMS姿态传感器(陀螺仪和加速度计)按照阵列方式布置在边坡上,建立边坡稳定状态数据实时采集系统,利用初始对准确定导航目标参数姿态、方位、速度和位置的初始值,计算出目标姿态矩阵,再通过姿态矩阵实时将MEMS姿态传感器获取的载体系下的加速度和角速度转换到导航系下,用于实时计算边坡变化姿态矩阵和位移开展试验研究。试验结果表明,将MEMS姿态传感器应用到边坡位移监测中能够实现边坡表面位移数据的实时获取,位移数据获取精度能够达到毫米级,满足工程实际使用需求,该项研究成果对边坡表面位移稳定状态进行实时监测分析具有十分重要的意义。     

基于MEMS的微小型自主直升机姿态测量系统

本文介绍了一个基于MEMS器件的微小型直升机姿态测量系统的设计与实现.该系统以实现微小型直升机的自主飞行为目标,采用了多种MEMS器件,整个系统体积小,重量轻,便于微小型直升机搭载.文章还重点讨论了利用多种传感器进行误差校正与数据融合,从而获得满足控制系统需要的姿态参数的方法.     

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.     

MEMS IMU随机误差建模在SAR运动补偿中的应用

随着SAR小型化发展趋势,低精度小型化微机电系统惯性测量系统（MEMS IMU）在SAR运动补偿中越来越受到重视。鉴于MEMS IMU 中随机误差较大,为提高其短时间内相对运动测量精度,从IMU测量误差对SAR成像的影响分析出发,采用基于时间序列分析方法对MEMS IMU中随机误差进行建模,并构建Kalman方程对IMU原始数据进行了滤波处理,减小了随机误差,从而降低随机误差在合成孔径时间内对SAR运动补偿的影响。机载SAR飞行试验数据处理结果表明,此方法能够有效的减小随机误差,提高SAR图像聚焦质量。     

基于MEMS传感器的运动加速度提取技术研究

结合多种现有物体运动加速度测量方法的特点,提出了一种基于MEMS运动传感器低成本且便捷的运动加速度测量方法。该方法采用多传感器数据融合技术实时求解物体的运动姿态,进而从MEMS运动传感器的实测数据中提取物体运动加速度。通过搭建基于MEMS运动传感器的加速度测量系统对该方法的可行性进行试验验证,试验结果表明,在静止状态下该方法的加速度求解误差为0.03 m/s2,与MEMS加速度计采集精度基本一致,具有较高的求解精度;在自由落地运动时该方法的加速度求解误差为0.07 m/s2,虽然物体长时间剧烈运动时耦合运动加速度会降低求解精度,但在短时间运动时仍具有较高求解精度。     

船用捷联惯导系统姿态解算的研究

以船舶为对象,研究了摇摆运动的捷联惯导姿态解算问题,分析了不可交换性误差产生的原因,提出了消除该误差的等效旋转矢量方法,仿真结果表明,等效旋转矢量方法提高了导航精度。     

基于MEMS传感器的船载天线振动监测系统研究

针对传统结构振动监测系统存在设计复杂、体积大、功耗高等问题,设计一种基于MEMS传感器的船载测控系统天线结构振动监测系统,提出了一种多节点、远距离结构振动监测系统设计方案,并结合振动传感器选型、振动监测系统软件设计和硬件设计三方面进行了研究。该系统可完成对振动信号的实时采集与分析,并已成功应用到船载测控系统天线振动信号检测中,满足系统指标要求,为船载测控系统天线进行故障诊断和维修奠定基础。     

基于MGMA的随钻陀螺仪误差在线补偿

针对随钻测量MEMS陀螺仪输出精度低的问题,提出一种基于磁 重力蜉蝣算法(MGMA)的陀螺误差在线补偿方法。首先,分析随钻陀螺误差来源并推导出误差补偿模型;其次,利用MEMS加速度计无累积误差的特点,根据重力向量叉乘得到向量夹角作为目标函数;此外,考虑到实际钻进时强振动和冲击对加速度计输出的不利影响,利用MEMS磁强计抗振的特点,设计磁模值相对误差约束条件。然后,在MA基础上,针对随钻恶劣环境影响下的陀螺误差参数不断变化问题,根据陀螺和磁强计输出之间的关系自适应确定搜索上下界;并利用重力模值相对误差设计惯性权重,平衡算法的全局探索和局部开发能力;最后,利用磁 重力模值相对误差在子代中引入变异扰动策略,减小陷入局部最优的可能。实验结果表明,经MGMA补偿后的陀螺输出误差明显减小,井斜角误差由9.75°降低至1.52°,且相比于PSO和MA算法具有速度快、精度高的优势。     

TDMI方法在MEMS陀螺温度漂移补偿中的应用

微机电系统(micro-electro-mechanical systems,MEMS)陀螺易受外界温度环境影响,需要进行温度漂移补偿.使用外置温度传感器测量时,存在测量温度与MEMS陀螺感知单元温度不一致的问题,降低了MEMS陀螺温度漂移补偿效果.针对该问题,研究了时间延迟互信息(time-delayed mutual information,TDMI)方法,并采用该方法辨识MEMS陀螺温度漂移与温度传感器输出变化之间的时间延迟,将辨识结果应用于温度漂移预测补偿中.试验结果表明,该方法可有效提高MEMS陀螺温漂补偿精度,具有较好的工程应用参考价值.