基于AHRS的改进自适应互补滤波算法研究

针对基于MEMS传感器的航姿参考系统精度不高、数据易漂移导致测量无人载体航姿数据不准确的问题,设计了基于四元数与自适应互补滤波相结合的改进自适应互补滤波算法。通过对MEMS加速度计与磁强计输出数据、MEMS陀螺仪的积分数据进行补偿、数据融合,减小积分漂移。仿真实验数据表明,该改进互补滤波算法可抑制外部噪声对输出数据准确性的影响,提高了姿态角输出数据准确性。     

基于MEMS惯性的变形估计

为能对自然界中的变形进行有效估计,减小预测误差,提出一种微机电系统(MEMS)惯性变形估计的方法。首先采集微惯性测量单元信号,利用卡尔曼(Kalman)滤波进行信号数据处理,消除扰动误差,然后针对灰色模型在变形估计中的不足,把一种改进的灰色模型与卡尔曼滤波相结合的方法应用于变形估计中,进行改进灰色模型预测。实例应用表明,该组合模型比单纯灰色模型更适用于变形估计。可作为一种新的预测方法应用于变形监测中。     

室内外行人导航系统研究

采用微机电系统(MEMS)惯性传感器、MEMS磁传感器及小型全球定位系统(GPS)接收机为室内外行人导航数据源,基于Cortex-M4为内核,搭建了室内外行人导航系统硬件平台。重点研究了多传感器导航系统的结构、多源信息融合方法、多条件零速检测方法及零速修正等理论方法。并通过试验,采集实测数据进行分析、验证行人导航系统设计的性能。结果表明,在GPS信号良好情况下,定位误差在2.5m以内;无GPS信号期间,路线长度为110m时,定位误差在总路经的5%内。     

基于SCKF和姿态估计的SINS/GPS在线对准方法

该文提出了基于平方根容积卡尔曼滤波和初始姿态估计的捷联惯导/全球定位系统组合在线对准法。构建平方根容积卡尔曼滤波器来对初始姿态估计的非线性量测模型进行滤波,估计代表初始姿态转换矩阵的罗德里格参数,并以此求出当前时刻的姿态转换矩阵,从而求出当前时刻准确的姿态。该文分别对制导武器系统和车载系统进行了半实物仿真。仿真结果表明,此方法可在25 s左右完成在线对准。其中短距离制导武器仿真结果航向角及俯仰角误差在0.1°内,横滚角误差在0.3°内;低成本车载导航系统仿真结果航向角误差在0.2°内,俯仰角及横滚角误差在1°内,可满足制导武器及低成本民用车辆的对准需求。     

基于强度调制的光纤声传感器设计研究

在假设发送光纤出射端的光强分布为高斯分布的基础上,提出了一种新型强度调制型光纤声传感器模型。该模型根据单模光纤准直器的耦合特性理论,结合四周固支圆平微机电系统(MEMS)反射膜片,并使用GRIN lens光学透镜实现光强度的调制。仿真结果表明,通过选择合适的调制参数可使光纤声传感器的探测灵敏度较传统强度调制模型有数量级的提高。     

基于ARM的微型航姿参考系统设计与实现

针对微小型无人飞行器的控制需要精度高、体积小、功耗低的姿态信息模块,介绍了一种基于MEMS器件与ARM控制器的微型航向姿态参考系统（AHRS）,包括三轴加速度计、三轴陀螺仪、三轴磁力计和气压高度计,采用四元数法进行姿态解算并给出了磁航向校正的方法,采用LabWindows/CVI开发了上位机界面,能够完成对其输出信号进行实时显示,实际测试中达到较为满意的效果。     

改进的GPS/DR组合导航自适应航向估计算法

为提高GPS/DR组合导航系统航向估计精度,在卡尔曼滤波基础上提出了一种实时调节状态误差方差阵Q、观测误差方差阵R的自适应滤波方法;利用多重判决条件和规则约束,对惯性器件信息和滤波后输出的航向信息进行数据筛选。将此方法与在卡尔曼滤波中常用的Q,R取经验值法和Sage-Husa法进行比较,经实验仿真结果表明该方法能明显提高系统输出的航向精度,可获得更为准确的航向估计结果。     

MEMS微继电器及其关键问题研究现状

通讯等应用领域微型化的需求和微机械加工技术的进步推动了基于微机电系统(MEMS)技术的微继电器的快速发展。介绍了国外MEMS微继电器的研究现状,分析了不同类型MEMS微继电器的特点,讨论了MEMS微继电器的基本结构特征和关键问题,并分析了MEMS微继电器的发展趋势和面临的挑战。     

基于微气压传感器的室内行人高度估计方法

针对当前气压传感器解算高度存在误差随时间累积的问题,提出了一种基于微气压传感器的室内行人高度估计新方法。该方法结合微气压传感器的输出高度值,对多个相邻时间内的高度值进行合理性判断,并结合室内行人运动状态对高度变化进行约束,使得解算的高度符合室内行人运动规律。通过电脑采集MS5611微气压传感器数据进行仿真验证,结果表明:该方法能够有效地对高度误差进行修正,相较于微气压传感器直接解算的高度,该算法解算的高度更贴合实际情况,解算轨迹也更接近真实轨迹,轨迹的平均闭环误差从1.9%D下降至0.07%D。该算法有效地提高了室内行人高度估计的定位精度,在室内行人三维定位领域具有一定的工程应用价值。     

一种新型MEMS电磁继电器的研究

介绍了一种MEMS电磁驱动微继电器,这种继电器体积小、易于集成.它采用双层1 mm×1 mm平面线圈和吸合式坡莫合金悬臂梁结构,层间用聚酰亚胺作绝缘材料.文中介绍了器件的工作原理,建立了磁路的仿真模型,据此计算确定了气隙宽度和悬臂梁厚度.采用表面微加工和微电铸工艺制作了器件.     

基于观测迭代的插值粒子滤波算法

基于序贯重要性抽样(SIS)及贝叶斯理论的粒子滤波能够很好地处理非线性及非高斯问题。如何选取重要密度函数以减小粒子退化影响提高粒子滤波精度是粒子滤波的主要问题之一。传统粒子滤波器以高斯分布作为参考分布。由于没有利用新的观测,通常需要大量的粒子才能准确表达状态后验分布。本文采用基于观测迭代的插值参考分布提高重要密度函数估计精度,减少了后验概率密度估计误差,同时结合观测系统的最近一次的量测,更好的匹配后验概率密度。 仿真结果显示该滤波器要优于其他粒子滤波器。      

Application of Adaptive Divided Difference Filter on GPS/IMU Integrated Navigation System

The efficient and accurate approximate nonlinear filters have been widely used in the estimation of states and parameters of dynamical systems. In this paper, an adaptive divided difference filter is designed for precise estimation of states and parameters of micromechanical gyro navigation system. Based on the investigation of nonlinear divided difference filter the adaptive divided difference filter(ADDF) was designed, which takes account of the incorrect time-varying noise statistics of dynamical systems...     

一种基于噪声估计的彩色噪声滤除算法

在视频处理中，为了提高电视画面的清晰度，不但需要对亮度噪声进行滤除，对色度噪声的滤除也是必不可少的。文章的滤波算法是：先基于块操作对图像的噪声情况做一个大概的估计，然后根据估计的噪声情况对图像进行降噪或者不作处理。降噪的时候。对彩色脉冲和高斯噪声分别选择不同的阵噪算法。文章着重介绍了彩色脉冲噪声的滹除，该算法综合了线性和非线性矢量滤波，降噪效果明显,对高斯噪声采用矢量均值滤波。     

基于卡尔曼滤波的接收信号强度指示差值定位算法

针对频谱监测系统中被监测信号无法控制并且没有任何先验知识,只能通过对信号被动监测,即接收与处理信号来估计信号源位置的要求,该文提出一种基于接收信号强度指示差值(RSSID)的定位算法,并利用卡尔曼滤波提高其定位精度。该文将两监测站之间的RSSID转换成信号源到两监测站的距离之比,根据距离之比构造定位方程矩阵,进而利用最小二乘法求取信号源位置。仿真结果表明：所提算法比经典RSSI定位算法性能更优,降低了环境因素对定位精度的影响,并且能更好地满足参数较少的定位服务需求,可以有效地应用于频谱监测系统中。同时,卡尔曼滤波可以有效改善系统的定位精度,达到预期的定位效果。

     

基于SRCDKF的交互式多模型算法

给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性.     

基于最小均方和扩展卡尔曼滤波的IMU降噪方法

针对车体振动影响微机电系统惯性测量单元(MEMS IMU)航向精度问题,提出了一种能有效抑制振动噪声从而提升航向精度与稳定性的方法。首先,采用最小均方法对数据进行前端预处理,以提升信噪比;然后,利用加速度计与陀螺仪的互补特性滤除陀螺仪的零偏噪声;最后,采用扩展卡尔曼滤波进一步滤波。总计4h的现场实验结果表明:IMU受载体振动影响较小,航向的精度与稳定性得到提升;其中,在大角度机械运动后的相对航向误差为3.08°,静止时的航向方差为2.44×10-5。     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1~2 dB。     

基于惯性与光学技术的头位测量方法设计

针对现代战争对头盔快速姿态定位的要求,基于惯性定位和光学定位原理,设计了一种基于MEMS/CCD的头位姿态测量新方法。在头盔上加装一套MEMS惯导系统,通过与CCD的组合,实现对头盔姿态的实时测量。阐述了测量原理,建立了数学模型,设立了初始装订办法,并进行了仿真验证。仿真结果表明,该方法可以获得良好的快速性和测量精度,在不到5s的时间里就完成了对头位姿态失准角的估计,估计精度达2′,可有效完成对头盔姿态的测量,实现实时头位跟踪。     

基于混沌分形维数的语音信号模糊控制滤波方法

语音信号处理技术的基本概念和发展过程;用基于短时分形维数的模糊控制滤波方法,对语音信号中的噪声进行了滤波处理;提出了网络分形维数和短时分形维数的新算法,并讨论了模糊控制滤波方法中的模糊控制参数的选取问题;给出了在虚拟仪器（VI）LabVIEW 7．0软件平台上对语音信号进行仿真的结果。