面向机载惯性稳定云台的微姿态参考系统的研究

基于MEMS传感器设计了面向机载惯性稳定云台的微姿态参考系统.首先,对磁力计受到的环境干扰磁场的影响进行了信号补偿;然后,在分析角速度陀螺、加速度计和磁力计等传感器特点的基础上,提出一种新的卡尔曼滤波算法模型;最后,通过性能测试,验证了微姿态参考模型具有较好的静态和动态性能,完全满足机载惯性稳定云台的需求.     

基于AVR单片机的机载惯性稳定云台设计

针对多旋翼无人机在航拍时,画面会随着巡航时俯仰、横滚等飞行动作而变得不稳定的问题,设计了一种基于AVR单片机和MEMS陀螺仪的机载惯性稳定云台。该云台利用经卡尔曼滤波(Kalman Filtering)的陀螺仪输出数据对飞机在三个轴向上的角速度变化进行监测和判断,驱动步进电机对云台姿态进行实时反向补偿,实现这一系统使摄影机拍摄的画面能够时刻保持稳定。实验结果表明,系统稳定、可靠、性能良好。     

基于ARM与低成本MEMS器件的AHRS设计

自平衡机器人、多旋翼无人飞行器的控制需要高精度的姿态运动信息作为反馈输入,要求测量模块具有响应快、体积小和功耗低的特点。采用低成本的MEMS器件与STM32单片机构建了航向姿态参考系统硬件平台。针对传感器的特点,设计了基于扩展卡尔曼滤波算法的双矢量校正方法,并给出了陀螺仪的温度补偿、磁传感器的校正方法。     

微型惯性测量组合姿态测试系统

本文介绍了微型惯性测量组合系统的构成,姿态的解算算法和参数识别的卡尔曼滤波方程.提出了用四元素四阶龙格-库塔法作为捷联惯导系统的姿态更新算法,并叙述了算法仿真程序.     

小型无人机地面目标跟踪系统机载云台自适应跟踪控制

本文针对小型无人机地面目标跟踪系统,提出了一种机载云台自适应跟踪控制算法.该算法在摄像机外参数未知的情况下,利用图像信息和机载传感器得到的无人机状态进行反馈,最终实现了对云台摄像机姿态的控制,使得无人机在跟踪目标飞行过程中,地面目标可以始终保持在摄像机的图像中心.为此,论文首先通过分析无人机、目标和摄像机三者的相对位姿关系,建立了目标点在图像平面的运动学模型.在此基础上,基于李雅普诺夫稳定性理论设计了自适应控制算法.理论分析与仿真结果表明本文所设计的摄像机姿态控制器在摄像机外参数未知的情况下,可以使被跟踪目标始终保持在图像中心.     

云台的主动减振控制技术研究

采用单轴减振系统模型对云台减振控制方法进行减振效果的仿真分析.仿真采用了传统的PI(比例积分)控制方法和模糊PI控制方法进行减振效果仿真,通过对比两种减振控制方法的减振效果,总结出不同减振方法产生减振效果差异的原因.     

双目视觉云台模糊自适应PID跟踪控制

针对双目四自由度视觉云台目标跟踪控制中存在的非线性、模型不确定性和参数时变等问题,提出基于模糊逻辑的自适应PID控制器。在传统PID控制器的基础上,利用模糊逻辑建立模糊自适应PID控制器。模糊自适应控制器以跟踪误差和误差的变化率为输入参数,以PID控制器参数的变化量为输出,在线自适应更新PID参数。在MATLAB和V-rep环境下搭建仿真实验平台,仿真结果表明,所提出的模糊自适应控制器较传统PID控制器在动力学模型时变方面有很好的鲁棒性。     

基于惯性传感器融合控制算法的聋哑手语识别

聋哑人如何与外界进行有效沟通一直是一个备受关注的难点问题。文中提出了一种基于惯性传感器融合控制算法的手语识别方案,旨在实现高效准确的实时手语识别。该融合控制算法采用反馈控制思想,对两种传统的姿态信息计算方法进行融合,减少了环境对传感器的影响,可以准确获取被测对象在瞬时状态下的姿态信息。该算法通过对自采的聋哑手语数据进行数据融合、数据预处理和特征提取等处理,利用支持向量机、K-近邻法和前馈神经网络分类器自适应模型集成的分类方法进行分类。结果显示,所提传感器融合控制算法有效地得出了实时姿态,该手语识别方案对30种聋哑拼音手语的识别准确率达到96.5%。所提方案将为聋哑人手语识别打下坚实的基础,并为传感器融合控制的相关研究提供参考。     

基于云台的变域论模糊PID算法研究

为了使云台能够快速的响应环境变化从而达到动态平衡目的,提出变域论模糊PID控制算法实现调平过程中动态特性控制设计。该系统以ARM920T为控制单元,采用模糊PID算法对云台进行控制。利用MATLAB对模糊PID算法进行了仿真分析,最后对变论域、模糊及传统算法的效果进行比较：在保证动态稳定性的前提下,模糊PID算法比常规PID算法能够有效的提高响应速度。     

一种捷联姿态航向参考系统信息融合算法应用

小型无人直升机通常在特定的环境下进行工作,因此需要对其运动时的姿态进行控制。控制系统所需要的姿态信息通过各种惯性测量仪器得到原始数据。依据这些原始数据设计适当的信息融合算法可以构建高精度的姿态航向参考系统,从而满足控制系统的要求。该算法已应用于小型无人直升机的姿态控制中。     

油气田环境巡视小型无人飞行器航姿控制系统

针对小型无人飞行器在油气田现场采集信息时的高精度控制问题,提出一个自适应卡尔曼滤波算法来获得高精度姿态信息,并采用优化模糊控制方法构建航向控制算法．基于航向误差在线调整飞控参数,为远程控制中心提供精确的油气田现场信息来提高决策效率．最后,通过一系列的仿真和实际飞行试验验证了该方法的有效性．     

基于模糊卡尔曼滤波的信息融合算法

应用自适应模糊逻辑系统（AFLS）原理,研究了一种基于卡尔曼滤波器的信息融合算法;AFLS通过在线监视融合数据新息是否为零均值白噪音,然后根据模糊规则调整融合滤波器的指数加权值,从而保证了滤波器的最优估计性能;仿真结果证明该方法在高噪声环境中具有良好的信息融合能力,能有效跟踪研究对象的状态变化。     

捷联惯性组合导航系统联合自适应滤波器设计磁

为了保证SINS／GPS组合导航系统具有较高的定位精度和抗干扰能力,需要良好的数据处理方法。论文设计了SINS／GPS组合导航系统的联合自适应卡尔曼滤波器。研究了其在舰船组合导航系统随机数据处理中的应用。针对系统噪声和量测噪声未知的情况,采用联合自适应滤波处理组合导航系统较采用基本联合Kalman滤波方法具有更好地稳定性。理论分析与仿真结果表明,该联合自适应卡尔曼滤波器的设计合理,能够加快计算速度,实现实时滤波计算,提高系统的导航精度和容错能力,取得了很好的估计效果。     

模糊自适应运动目标跟踪算法

运动目标在跟踪过程中往往伴随着尺度、形状的变化,Mean shift跟踪算法由于采用固定的核窗宽度进行运动目标跟踪,因而它本身不能适应这种变化。针对Mean shift算法存在的缺点,提出一种基于模糊推理的自适应Mean shift跟踪算法,该算法利用卡尔曼滤波算法对目标当前位置进行预测;设计模糊判定准则在线调整目标尺度值,利用Mean shift迭代运算逐步逼近目标完成跟踪;利用相似度和置信度系数设计模型更新准则,以实现模板的自适应更新。实验结果证明,该算法能够适应目标尺度和背景的变化,较普通的Mean shift跟踪算法不仅跟踪精度提高,而且鲁棒性更强。     

基于UKF的自适应模糊推理神经网络

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点。针对这一问题,本文提出了基于UKF的自适应模糊推理神经网络(UKF-ANFIS)。首先,通过减法聚类确定UKF-ANFIS的模糊规则及其高斯隶属函数的中心和宽度参数;其次,分析了模糊神经网络的非线性动力系统表示,并用LLS和UKF分别学习线性和非线性的参数;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则;最后,通过典型的函数逼近和系统辨识实例,表明本文算法得到的模糊神经网络的结构更为紧凑,泛化性能也更佳。     

基于模糊卡尔曼滤波器的航天测量船组合导航系统

针对航天测量船组合导航系统实际工作环境,提出采用模糊卡尔曼滤波器,将模糊控制作为一个数据平滑窗口与常规卡尔曼滤波器相结合,利用测量数据中的残差序列、残差序列变化率和收敛因子等参数作为模糊控制输入,解决了导航系统中量测噪声不满足零均值白噪声的问题;对采用该算法的测量船组合导航系统进行了仿真实验,得到与理论分析相吻合的结果并提高了导航数据的精度;实验表明,采用该滤波技术的测量船组合导航系统是可靠的。     

衰减因子自适应估计卡尔曼滤波比较研究

针对卡尔曼滤波算法发散的问题,从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波发散的原因,提出了新的衰减记忆卡尔曼滤波中衰减因子的自适应估计方法。该方法利用滤波残差序列在最优估计时为零均值白噪声的性质,分别检验滤波残差每一个分量得出衰减因子值,并与强跟踪滤波器进行了对比研究。仿真结果表明,新算法在系统噪声特性不准确的情况下,能自适应地估计出衰减因子的大小,抑制卡尔曼滤波估计的发散,滤波精度要高于强跟踪滤波器;且其推导形式简单、计算量小、适合于在线运算。     

基于模糊滑模的不确定混沌系统控制

提出了一种利用直接自适应模糊神经网络控制与模糊滑膜控制相结合来控制一类不确定非线性混沌系统的新方法。应用Takagi-Sugeno模糊逻辑系统设计系统控制律和参数在线调整规则,使控制系统能准确的跟踪给定信号,同时具有较强的抑制系统参数摄动的能力以及抑制随机噪声的能力。仿真实验结果表明,此算法有效地实现了不确定混沌系统的追踪控制,使系统的跟踪误差减小,提高了系统的鲁棒性,应用前景十分广阔。     

基因芯片分析系统智能温控装置的研究及应用

针对基因芯片分析系统的要求，基于自适应技术和模糊控制方法，本文设计了一种智能温度控制器，经仿真、实践表明，其在一定的模型误差范围内具有良好的控制品质和鲁棒性，有效地改善了基因芯片核酸分子的杂交质量。经大量临床试用表明，对病情的分析、识别准确率达96％以上。