基于多异类传感器信息融合的微型多旋翼无人机实时运动估计

针对无人飞行器视觉定位结果存在较大时延而影响飞行器运动状态估计精度的问题,提出了一种基于多传感器数据融合的实时运动估计方法.首先,利用机载惯性测量元件(IMU)提供的姿态信息优化单目视觉定位算法,使得视觉定位结果的时延减小.然后,在利用卡尔曼滤波器估计飞行器运动状态的过程中,考虑了视觉定位结果的时延,利用加速度信息进行时延补偿.最终得到实时的高精度运动估计结果.在自主研制的四旋翼飞行器系统上对本文提出的方法进行了验证.通过与不考虑时延的方法的结果以及真实数据进行比较,证明了本方法的有效性.     

Dynamic Data Driven Application System for Plume Estimation Using UAVs

In this article, a full dynamic data-driven application system (DDDAS) is proposed for dynamically estimating a concentration plume and planning optimal paths for unmanned aerial vehicles (UAVs) equipped with environmental sensors. The proposed DDDAS dynamically incorporates measured data from UAVs into an environmental simulation while simultaneously steering measurement processes. In order to assimilate incomplete and noisy state observations into this system in real-time, the proper orthogonal decomposition (POD) is used to estimate the plume concentration by matching partial observations with pre-computed dominant modes in a least-square sense. In order to maximize the information gain, UAVs are dynamically driven to hot spots chosen based on the POD modes. Smoothed particle hydrodynamics (SPH) techniques are used for UAV guidance with collision and obstacle avoidance. We demonstrate the efficacy of the data assimilation and control strategies in numerical simulations. Especially, a single UAV outperforms the ten static sensors in this scenario in terms of the mean square error over the full time interval. Additionally, the multi-vehicle data collection scenarios outperform the single vehicle scenarios for both static sensors at optimal positions and UAVs controlled by SPH.     

Low-cost Position and Force Measurement System for Payload Transport Using UAVs

Machine Intelligence Research - In recent years, multiple applications have emerged in the area of payload transport using unmanned aerial vehicles (UAVs). This has attracted considerable interest...     

一种低成本的单片机数据采集系统

为实现工业过程控制中对多路模拟信号的采集,本文采用8031单片机为主机,在存贮器扩展的基础上,外接MN7150集成多路数据采集芯片,设计了具有16通道模拟信号检测系统的硬件和软件。该系统各通道可测电压范围为0至10V,具有12位AD转换精度;系统软件采用复合滤波算法对采样值进行处理,可在1s周期内完成对16个通道的一次巡回检测。系统满足一般工业过程控制的要求,具有低成本、高精度、高可靠性的特点,     

一种低成本的单片机数据采集系统

为实现工业过程控制中对多路模拟信号的采集,本文采用8031单片机为主机,在存贮器扩展的基础上,外接MN7150集成多路数据采集芯片,设计了具有16通道模拟信号检测系统的硬件和软件。该系统各通道可测电压范围为0至10V,具有12位AD转换精度;系统软件采用复合滤波算法对采样值进行处理,可在1s周期内完成对16个通道的一次巡回检测。系统满足一般工业过程控制的要求,具有低成本、高精度、高可靠性的特点。     

一种低成本动态车载导航坡度识别方法

针对车载导航系统对行驶过程中道路坡度、相对高度变化识别的需要,提出了1种基于里程仪、单轴加速度计的坡度与相对高度估计算法,克服了传统倾角仪无法在加速运动下测量的不足,能够满足车辆任意运动状态下的测量要求,并在此基础上设计了与倾角仪测量简单融合算法与坡度行车判别策略,可以实现坡度行车的准确快速判断与测量,为复杂情况下车载导航仪道路自动判断提供有力支持。     

微型捷联姿态系统的硬件设计

对一种基于微机械惯性器件设计的捷联姿态系统硬件结构进行了介绍。该系统主要由ADXRS150微机械陀螺仪、ADXL202E加速度计、MAX125的14位A/D转换器、8253定时/计数器及TMS320VC5509 DSP组成。说明了微陀螺仪与加速度计的基本性能及使用方法、数据的采集与校正的方法,并对A/D转换的精度及DSP的性能进行了分析。实验证明,MEMS惯性器件虽精度较低,但仍能满足捷联姿态系统的性能要求,MAX125的14位A/D转换器转换速度及TMS320VC5509 DSP处理速度很快,均满足捷联姿态系统的实时性要求。     

基于微小型弹体的姿态控制系统的设计

现代战争的快速发展要求弹药具有高精度、高灵敏度及高可靠性,常规弹药智能化成为各国研究的方向,姿态控制作为飞行器控制系统的重要部分,对飞行器提高性能具有重要作用.基于微小型弹体姿态控制系统以FPGA为核心控制单元、四象限探测器为信息反馈单元、舵机为基本执行机构、尾翼为最终响应部件完成了设计.并进行了发射实验,实验表明该设计对弹体的姿态控制效果明显:在发射距离为10m、尾翼偏角为30°情况下平均偏转可达0.80°.为主动式激光制导技术在微小型高速运动体中的应用奠定了基础,具有广阔的应用前景.     

基于 Cortex-M 4的三轴姿态系统设计*

在控制领域实际运用中,经常需要考虑物体在三维空间的姿态信息。为了采集物体的角度、角速度信息,论文设计并实现了一种基于Cortex‐M4的三轴姿态系统。使用高性能Cortex‐M4处理器融合倾角传感器、陀螺仪及电子罗盘,通过采用递推最小二乘多项式拟合算法和卡尔曼滤波算法对采集到的信号进行滤波,从而提高整个系统控制精度。论文详细介绍了系统的组成及软硬件设计方法,结合嵌入式实时操作系统,保证了系统的可靠性、实时性和稳定性。     

低成本可配置DTMB系统信道估计的VLSI实现

提出一种应用于DTMB系统信道估计的低成本可配置实现方案.在该方案中,本文所提出的基于快速Walsh变换的新型循环相关结构,在没有增加任何硬件成本的前提下,可以同时支持码长分别为256和512的两种PN序列进行相关运算.采用SMIC 0.18标准CMOS工艺综合,本文所提出的信道估计循环相关器可以稳定工作在50MHz的系统时钟频率下,逻辑资源消耗为41355等效门.电路仿真结果表明本文提出的结构比已有的设计结构节省了约60%的功耗,硬件开销减少了48%.     

用于胎压监测系统的一种改进贝叶斯估计数据融合算法的研究

针对小型汽车胎压监测系统(TPMS)利用单一传感器测量数据不确定性的问题,提出一种将贝叶斯估计和卡尔曼滤波相结合的多传感器数据融合的方法.设计满足系统功能要求的方案,运用贝叶斯估计对SP370轮胎模块中传感器采集的数据进行融合,排除失效的数据以及故障的传感器,提高系统的精度.结合卡尔曼滤波器优化融合的结果,消除噪声信号.研究结果表明,采用上述的数据融合方法能够有效的解决单一传感器测量数据的局限性,抑制传感器引入的噪声,并通过仿真验证了本系统的可行性、可靠性.     

Enhanced Multi-sensor Data Fusion Methodology based on Multiple Model Estimation for Integrated Navigation System

International Journal of Control, Automation and Systems - A novel multi-sensor data fusion methodology is presented in this paper with respect to noise with unknown or randomly varying statistics...     

无人机测控信息实时处理与记录分析系统设计

提出了无人机测控信息实时处理与记录分析系统设计方案,介绍了测控信息实时处理与记录分析系统组成、设计原理和工作流程,以及采用的关键技术.飞行试验结果表明,本系统提高了无人机实时处理的性能,增强了系统自动化分析能力.     

小型无人机姿态解算方法研究

姿态解算是小型多旋翼无人机研究的核心问题之一.为进一步提高姿态反馈数据的准确度和实时性,设计了低成本姿态解算系统,根据不同姿态传感器的信号特点,结合卡尔曼滤波融合算法和改进型互补滤波融合算法的优势,提出了一种基于前置卡尔曼滤波器的互补滤波融合姿态解算方法,并进行了飞行姿态解算实验.结果表明,代码的运行周期比改进型互补滤波融合算法增加了0.253 ms,比基于加权滑动方差的卡尔曼滤波融合算法减少了0.246 ms;姿态更新时间提前了约1 ms.悬停状态下,俯仰角和翻滚角的解算误差控制在±0.2°以内;航向角的解算误差控制在±0.6°以内.该方法集合了卡尔曼滤波算法和互补滤波算法的优势,准确度更高,实时性更强.     

基于参数估计的多传感器数据融合

探讨具有随机扰动的环境中同一特征的不同传感器测量值的融合问题，并在理论上给出了基于参数估计的多传感器融合算法，分析了正态分布数据的融合计算公式，并提出以数据探讨技术中的分布图方法来获得一致的传感器数据，从而提高了算法的鲁棒性。     

提高测量可靠性的多传感器数据融合有偏估计方法

为了提高测量数据可靠性,多传感器数据融合在过程控制领域得到了广泛应用. 本文基于有偏估计能够减小最小二乘无偏估计方差的思想,提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法. 首先,基于岭估计提出了有偏测量过程,并给出了测量数据可靠性定量表示方法,同时证明了有偏测量可靠度优于无偏测量可靠度. 其次,提出了多传感器有偏估计数据融合方法,证明了现有集中式与分布式无偏估计数据融合之间的等价性. 最后,证明了多传感器有偏估计数据融合收敛于无偏估计数据融合. 实例应用验证了方法的有效性.     

基于非线性数据融合的设备多阶段寿命预测

为解决设备监测数据具有维数高、非线性且退化过程中存在多阶段的问题,提出了一种基于非线性数据融合和多阶段退化的设备寿命预测模型.首先,利用神经网络理论中的自编码器对表征设备退化的多维参数进行了融合,构建出设备的退化指示量;然后,利用CUSUM算法提取出设备退化过程中的分段点;最后,构建了多阶段维纳退化模型,从而实现对设备寿命的预测.利用航空发动机状态监测数据对所提模型进行了验证,剩余寿命预测的平均误差为0.254 5,低于传统的基于线性数据融合方法和基于单阶段维纳过程退化模型的寿命预测方法.结果证明,基于非线性数据融合的多阶段退化模型具有很好的鲁棒性,对设备的寿命预测更加精准.     

一种多滤波器组合导航数据融合方法

针对组合导航系统中使用单天线GPS接收机时导致姿态角不易收敛的问题,提出了一种互补滤波器和卡尔曼滤波器相结合的数据融合算法;该方法首先通过MEMS惯性传感器与磁强计设计了一种互补滤波算法;针对载体在变速运动过程中加速度计的倾角测量值有较大误差,影响互补滤波器输出精度的问题,通过GPS接收机和加速度计设计了卡尔曼滤波模型,将卡尔曼滤波器输出速度的微分量反馈给互补滤波器,实现了对互补滤波器中载体运动加速度的补偿;基于以上解算方法,以FPGA为核心处理器设计了组合导航系统并进行了车载实验;实验中,该方法有效补偿了汽车变速过程中的倾角测量误差,证明了该方法的有效性。     

智能检测系统中的数据融合技术

介绍了一种数据融合方法在智能仪表多传感器系统中的应用，它时测量值进行一致性检测和分批估计．得出融合值。实验数据分析结果表明，使用此算法处理的数据有更小的误差和方差。这种实时数据处理方法采用有限次等精度测量，具有计算量小，计算机编程容易等特点，适用于缓变量智能检测系统。