基于改进自适应UKF算法的飞行器姿态确定

针对飞行器姿态估计系统问题,UKF存在抗干扰能力差的缺陷,提出一种改进的自适应UKF。该算法通过引入自适应因子来调整状态增益矩阵,可以较好地克服干扰。实验仿真结果表明了本文提出的算法的有效性。     

小型尾坐式飞行器航姿参考系统

针对小型尾坐式飞行器姿态实时解算问题,研究了低成本的航姿参考系统(AHRS).由于MEMS惯性器件精度较低,设计了混合卡尔曼滤波器,以姿态四元数和陀螺随机漂移为状态变量,抑制了载体长时间飞行时陀螺漂移造成的累积误差.由于加速度计输出值在除重力加速度之外的附加加速度较大时不可信,完善了判断载体运动状态的方法,根据加速度计的实际输出,选择加速度值或者磁场强度作为观测量.实验结果表明,设计的算法在精度和计算效率方面都能满足控制系统的需求,更加适用于对实时性有较高要求的飞行器.     

双旋翼尾坐式飞行器建模及悬停姿态控制

基于双旋翼尾坐式飞行器的飞行原理,建立了其动力学模型,并对模型参数进行了整定。而后对其悬停模式下的姿态自稳定性进行了分析,并设计控制器对系统进行了校正。通过仿真和实验,验证了所设计的控制器具有较强的稳定性和鲁棒性。     

尾坐式飞行器过渡模式纵向姿态控制

针对尾坐式飞行器由垂直飞行模式向水平飞行模式转换过程中产生的模型参数变动干扰问题,设计了模糊滑模控制器进行姿态控制,利用模糊规则自适应调整趋近律以消除系统的抖振;通过仿真和飞行实验,验证了所设计的控制器具有良好的跟踪性能和鲁棒性,可以克服飞行器在过渡模式下系统参数的变动干扰,而且削弱了滑模控制器造成的输出抖振,减轻了副翼执行机构的负担。     

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。     

自适应无迹卡尔曼滤波算法在地磁导航中的应用

考虑到地磁导航过程中,无迹卡尔曼滤波(UKF)受初始值误差、系统噪声不确定性和环境磁异常扰动这些因素的影响,将自适应估计原理引入到UKF算法,提高UKF算法的收敛性和地磁导航系统的稳定性.计算结果表明,在地磁导航系统数据处理中,UKF算法略优于扩展卡尔曼滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制初始化误差、系统噪声不确定性和环境磁异常扰动对导航解的影响,进一步提高地磁导航系统的定位精度和可靠性.     

基于计算机视觉的飞行器姿态快速估计方法

对无人飞行器编队中,队形保持阶段的飞行器姿态估计问题,进行了探索研究和仿真分析;基于计算机视觉中的弱透视投影理论,提出了一种快速的飞行器相对姿态估计方法;利用机载摄像头获得飞行器图像,提取、匹配飞行器图像的三个特征点,用图像中第四点决定姿态变化的方向,实现相对姿态的估计;通过仿真实验分析表明,提出的方法不依赖于特定的飞行器模型,不需要飞行器正面视图;且方法运算快速,计算简单,准确性较高,可以用于飞行器实时姿态估计。     

无人机自适应姿态角度估计仿真

针对复杂环境下传感器噪声未知且不断变化,会导致姿态融合结果不准确的问题,设计了一种基于单新息自适应算法的卡尔曼滤波器,对加速度计和陀螺仪噪声协方差进行在线估计。首先,介绍了能够结合各个传感器优势的无人机姿态融合算法。然后,设计了采用基于单新息自适应算法的卡尔曼滤波器,给出了能够在线估计加速度噪声协方差R和陀螺仪噪声协方差Q的自适应算法。MATLAB仿真表明单新息自适应卡尔曼滤波器在环境噪声变化时,能够更准确地获得无人机的姿态信息,提高了姿态融合精确度,提高了滤波器的鲁棒性。     

基于鲁棒伺服思想的尾坐式飞行器悬停姿态控制

针对一款小型飞翼布局的尾坐式垂直起降飞行器,通过考虑舵面失效、风场干扰、气动参数不确定以及转动惯量不确定等因素的影响,进行悬停阶段的姿态控制研究.根据悬停状态点线性化的运动学和动力学模型,设计鲁棒伺服线性二次型调节器(RSLQR)控制器来保证标称系统良好的响应及鲁棒性.同时,考虑到较大不确定及扰动下RSLQR控制器性能下降的不足,希望飞行器能够尽量在平衡点附近较大的范围内工作,为此设计L1自适应控制器进行补偿,以使系统性能得到恢复.考虑到控制器的时延裕度对系统稳定性有着重要影响,讨论控制器参数与系统时延裕度的关系.通过仿真验证不同不确定影响下系统良好的性能,并提出一种基于扩张状态观测器(ESO)的补偿方法,以使设计的控制系统在飞控硬件性能较为有限时,依然能够保证良好响应.最后,通过飞行测试对所提算法的有效性和可行性进行验证.     

自适应显式互补滤波在六旋翼飞行器中的应用

针对六旋翼飞行器的惯性传感器在测量过程中存在漂移的问题,提出了基于自适应显式互补滤波的姿态解算算法,并对该算法的原理和稳定性进行分析;搭建了六旋翼飞行器的实验测试装置,并进行机体的动、静态测试实验.在实验中,对自适应显式互补滤波算法、显式互补滤波算法以及陀螺仪传感器测量方法进行比较.实验结果表明:自适应显式互补滤波算法能够实现惯性传感器的解算姿态角误差收敛,且动态误差最小.     

基于混合滤波的四轴飞行器的姿态解算

针对四轴飞行器的姿态解算出现的姿态角数据漂移问题,提出一种基于Mahony滤波和互补滤波相结合的混合滤波算法,将传感器采集到的加速度、角速度以及磁场强度数据进行融合,利用加速度计和磁力计的向量偏差来对姿态解算过程中陀螺仪产生的积分累计误差进行修正.最后,建立姿态解算测试平台对混合滤波算法进行实验验证.实验结果表明,采用混合滤波算法的一次迭代滤波所需的平均用时为3.826 ms,比其他算法的平均用时短,混合滤波能有效地修正陀螺仪的积分累计误差,在降低运算复杂度的同时提高姿态解算的精度.     

互补滤波算法在四旋翼飞行器姿态解算中的应用

针对四旋翼飞行器飞行过程中的姿态最优估计问题,本着准确、快速的原则,选择了基于陀螺仪、加速度计和电子罗盘的捷联式惯性测量系统.由于这些传感器存在温度漂移和噪声干扰等问题,采用互补滤波算法,通过融合IMU多传感器的数据信号,对测得的姿态数据进行补偿修正,解算出高精度的姿态角.为了验证互补滤波算法的有效性和实用性,通过实际的四旋翼飞行器角度测量系统对互补滤波算法展开研究.结果表明姿态角解算中采用互补滤波算法能够快速、稳定的输出高精度姿态数据,姿态角最大跟踪误差控制在±2°以内,满足四旋翼飞行器飞行控制的要求,成功完成了姿态的最优估计.     

基于自适应观测器的四旋翼无人飞行器传感器故障诊断方法

针对四旋翼无人飞行器传感器故障诊断问题,提出一种用于四旋翼无人飞行器加速度计和陀螺仪故障同时发生的故障检测与隔离以及故障偏差值估计的非线性诊断方法。首先,在建立飞行器动力学模型和传感器模型的基础上,构建四旋翼无人飞行器传感器故障检测与诊断系统。其次,利用故障观测器完成传感器故障的检测与隔离,基于Laypunov方法设计非线性自适应观测器对未知故障偏差值进行估计。最后,在传感器测量噪声存在的情况下,证明自适应律的稳定性和参数收敛性。实验结果表明,该方法能有效进行传感器的故障检测与隔离,实现对传感器故障偏差的估计与跟踪。     

基于Mahony滤波器和PID控制器的四旋翼飞行器姿态控制

四旋翼飞行器由于其简单的气动布局和复杂的动力学模型在控制领域引起了研究热潮,姿态估计与控制器设计一直是实现四旋翼飞行器稳定飞行的难点。为实现精确的四旋翼飞行器姿态估计,首先分析了IMU传感器示值组成和误差存在的原因,然后在方向余弦矩阵（DCM）和重正交化的基础上,具体给出了Mahony滤波器的实现流程。通过与扩展卡尔曼滤波器对比表明,该算法不仅能保证很高的姿态估计精度,而且计算时间小于扩展卡尔曼滤波器,有助于提高系统姿态估计的实时性。结合Mahony滤波后的姿态信息,采用嵌套PI-PID控制策略设计了控制器。最后,将姿态估计算法和控制算法应用到实验平台上,可以实现四旋翼飞行器悬停和角度跟踪功能。     

基于自适应显式互补滤波的姿态解算方法

显式互补滤波(ECF,explicit complementary filter)原理简单、计算量小,被广泛应用于低成本的姿态检测系统中.针对显式互补滤波中PI参数只能试凑的问题,给出了其PI参数设计规律及其离散化形式,并提出了自适应显式互补滤波(AECF,adaptive explicit complementary filter)算法.该算法根据加速计的输出,判断载体的运动情况,实时调整PI参数,从而提高姿态估计的精度.实验测试表明,自适应显式互补滤波的静态和动态性能均优于固定增益的显式互补滤波.     

农情监测四旋翼飞行器姿态控制仿真与实现

为解决垦区农作物生长环境监测问题,提出使用搭载高光谱相机的四旋翼飞行器低空航拍的方法.建立了四旋翼飞行器运动学模型和动力学模型.使用旋转矢量插值法解算飞行器的姿态,使用基于卡尔曼滤波器的PID控制算法对飞行器姿态进行控制.对系统进行了Matlab仿真,并通过设计硬件电路和编写软件实现了功能.通过试飞,验证了以上理论与方法的可行性.     

推力矢量无人机尾坐式垂直起降控制

本文研究推力矢量无人机尾坐式垂直起降的控制方法.为解决欧拉角奇异的问题,提出了水平/垂直欧拉角综合姿态解算方法.为了获得快速响应又防止超调,控制器采用线性/恒加速度逼近和角速率限幅积分逼近控制方法,并且在最终输出舵偏时进行了反扭矩补偿.此外,本文提出了一种特殊的数据融合算法,该算法通过迭代计算保证了高度数据的准确性.由于尾坐式起降时机体姿态和高度具有强耦合关系,本文设计了一种基于滤波前馈加速度算法的高度控制器.尾坐式起降试验结果验证了本文所述控制方法的有效性.