多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

基于扩展卡尔曼滤波算法的机器人姿态解算研究

针对机器人上的惯性导航系统由于振动干扰存在,导致测量数据中包含有大量噪声问题,进行了测量数据滤波研究。使用扩展卡尔曼滤波(EKF)对传感器测量的数据滤波,并进行姿态解算,通过静态、动态测试完成滤波前后数据对比,实验结果表明扩展卡尔曼滤波(EKF)不仅可以滤除测量数据中的大部分噪声,同时可以提高姿态解算精度。     

基于修正粒子滤波的MEMS传感器飞行器姿态解算

针对单一采用 MEMS传感器解算飞行器姿态无法克服系统非线性噪声干扰的问题,提出了一种基于修正粒子滤波的 MEMS传感器飞行器姿态解算方法.首先,利用共轭梯度法减小陀螺仪漂移误差,然后,利用加权粒子构造概率密度函数以更新粒子权值,得到优化状态估计值;再将共轭梯度法与修正粒子滤波进行融合,确定加权因子,同时以 STM32与 MEMS传感器为核心设计姿态解算系统.实验结果表明,该方法优化了飞行器静态与动态性能,姿态解算性能良好,系统过渡时间短,跟踪特性较好,且增强了系统的鲁棒性与稳定性.     

全向AGV的优化互补滤波姿态解算

针对单一的MEMS陀螺仪无法解决本身的易发散和磁力计易受磁场干扰导致引入新的噪声,而带来的姿态估计不精确的问题,提出了一种基于全向AGV的优化互补滤波的姿态解算方法.偏航角不参与四元数解算,在水平姿态角四元数解算的基础上,利用共轭梯度法减小陀螺仪的漂移误差.再引进经过椭球修正后的磁力计数据作为观测量,与偏航角进行一阶互补滤波融合,并确定加权因子.搭建了基于STM32和MEMS传感器为核心的全向AGV实验平台,实验结果表明,该方法能有效抑制陀螺仪易发散和磁力计易受干扰的问题,提高姿态解算的精确性,使姿态解算具有良好的动态和静态性能,同时保证了系统的稳定性.     

基于自适应算法的单目视觉系统的姿态解算

提出了自适应总体最小二乘算法,以进一步提高单摄像机视觉测量系统光学特征点的姿态解算精度,研究并对比了常用的总体最小二乘算法及自适应总体最小二乘算法在测量系统中的应用。首先,根据空间几何位置关系构建光学特征点、像点及摄像机位置的系统坐标系及三维空间模型,并建立关于光学特征点及像点的矩阵方程。然后,应用常用的总体最小二乘法及自适应总体最小二乘法进行优化求解。最后,基于优化的总体最小二乘解确定光学特征点相对世界坐标系的姿态。应用三坐标测量机进行仿真对比实验,结果表明:常用的总体最小二乘算法得出的姿态坐标的标准差为0.055 7mm,自适应总体最小二乘算法得出的姿态坐标的标准差为0.041 4mm。相比之下,自适应总体最小二乘算法有更高的收敛速度及收敛精度,且解算速度优于常用总体最小二乘算法,满足单目视觉测量系统的稳定、可靠和精度高等要求。     

非平稳信号自适应滤波的小波模型与滤波方法

分析自适应滤波和小波滤波的原理与方法,建立非平稳信号的自适应滤波的小波模型和滤波方法。利用小波变换的多尺度分解,将分离出来的噪声成分作为自适应滤波器的输入信号。通过自适应滤波器组能同时实现对多种噪声成分的最佳滤波,是实现信噪分离的最佳滤波方法,具有优良的滤波性能。模型验证和工程实例应用表明,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计。     

低成本惯导系统预处理和姿态解算

针对低成本惯性传感器系统中由于系统误差、环境干扰等因素造成的姿态计算数据精度低、易发散等问题,设计了一种加速度计和陀螺仪的误差预处理模型,并使用扩展卡尔曼滤波实现其过程.然后基于扩展卡尔曼滤波算法构建两级噪声方差阵和引入渐消记忆因子的自适应扩展卡尔曼滤波算法,实现姿态角的融合过程.最后采用四元数更新算法求解姿态角.实验...     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于自适应小波神经网络的故障分类

结合小波变换和社会网络理论,提出了一种自适应小波神经网络,网络在学习过程中对小波的尺度参数和平移参数进行自适应调整,最大限度地对信号进行特征提取,并研究基于自应小波神经网络的机械故障分类方法,对轴承的分类实例结果表明该网络分类准确、可靠性高。     

基于模糊小波神经网络的加工过程自适应控制

为了克服模糊控制动态响应慢和鲁棒性差的缺点,将模糊控制的定性知识表达能力与小波分析优异的局部控制性能和神经网络的定量学习能力相结合,提出了一种模糊小波神经网络自适应控制器,并将其应用于加工过程控制。对变切削深度的铣削加工过程控制的仿真结果表明,基于模糊小波神经网络的加工过程自适应控制,其控制效果优于一般的模糊控制和神经网络控制,具有很好的动、静态性能。该自适应控制器能有效防止刀具损坏和提高加工效率,是一种有效的加工过程控制方法。     

基于偏振光传感器的无人机姿态组合滤波算法北大核心CSCD

针对惯性导航易受运动加速度影响和GPS与磁力计导航易受到电磁干扰影响等问题,提出了一种偏振光辅助惯性导航的无人机航姿估计算法。利用大气瑞利散射模型获取最大偏振矢量,辅助惯性元件实现了基于PI互补滤波的姿态四元数更新算法;对陀螺仪、加速度计和偏振光传感器信号进行粒子滤波的融合修正。实验结果表明:该方法解算的姿态角在静态条件下性能稳定,抑制了传感器噪声;同时在运动情况下准确性大幅提升,具有更好的动态解算精度。     

基于谐波小波的自适应滤波在高精度动平衡检测系统中的应用

为满足高精度动平衡测量的要求,以提高不平衡量及其相位的提取精度为研究目标,利用谐波小波的相位锁定和窄带分析能力,设计了谐波小波自适应滤波器,发展了一种能够在强变频率结构背景噪声干扰下确保高精度提取幅值和相位的自适应方法.仿真与实际应用表明,该方法适合动平衡测量,完全满足高精度和实时性的要求,具有充裕的应用潜力.     

四旋翼姿态解算算法的对比与研究

在无人机领域,具有高精度且易于实现的导航算法是研究的热点,获取准确实时的姿态信息是无人机控制的关键。针对姿态解算问题,采用陀螺仪和加速度计等常见惯性元件,给出姿态矩阵的更新算法,仿真并对比了互补滤波器、梯度下降算法和线性卡尔曼滤波器等常用姿态解算算法,有利于人们加深对姿态解算的认识。     

基于惯性传感组件和 BP 神经网络的 防冲钻孔机器人钻具姿态解算

钻孔卸压是高地应力矿井治理冲击地压的首要措施,对实施钻孔作业的防冲钻孔机器人钻具姿态准确测量是保障钻孔位置及卸压效果的前提。为此,本文提出了基于惯性传感组件和BP神经网络的防冲钻孔机器人钻具姿态解算方法,通过设计惯性传感组件的空间阵列式布局方式(空间阵列式IMU),建立了空间阵列式IMU的数据融合模型及位姿解算模型,实现了钻具姿态的高精度解算。在此基础上,提出了基于BP神经网络的惯性传感组件误差补偿方法,建立了钻具姿态解算误差补偿模型,并通过钻具模拟运动的解算分析对空间阵列式IMU解算和误差补偿方法的可行性进行了验证。最后,通过搭建的防冲钻孔机器人钻具姿态监测实验平台,对不同方法的钻具解算结果进行对比分析。实验结果表明,在BP神经网络模型进行误差补偿后,本文所提方法解算出的钻具姿态精度明显提高,钻具方位角、倾角和横滚角的平均误差分别为0.099°、0.079°和0.045°,有效抑制了惯性传感组件的漂移和误差积累,且钻具姿态解算误差曲线没有出现发散现象。因此,该方法可以持续稳定地对防冲钻孔机器人钻具姿态进行可靠监测,具有较高的推广应用价值。     

捷联惯导系统姿态解算的实现

提出了捷联惯性导航系统姿态解算模块的一种实现方法。基于DSP的硬件平台和四元数的数学平台,设计了捷联惯性导航系统的姿态解算模块。介绍了捷联惯性导航系统的工作原理和姿态解算的基本算法,并给出了四元数法的四阶龙格—库塔数值解法。设计了姿态解算模块的硬件电路和软件实现程序。实验测试结果表明,在增量角小于5°的情况下,四阶龙格—库塔法进行姿态解算,误差小于0.0053％,能够满足捷联惯性导航系统的精度要求;应用TMS320C6713B进行硬件电路设计,每次解算时间小于36µs,能够满足捷联惯性导航的实时性的要求。     

GPS姿态解算中基于RINEX格式的数据处理

介绍了GPSRINEX交换格式的发展与构成，分析了基于RINEX格式的两种主要的观测数据文件和导航信息文件的内容与特征。基于一个GPS姿态测量试验，实现了姿态解算中参考卫星的选取和载波相位双差的解算，为进一步的姿态解算建立了基础。处理结果表明了RINEX格式在GPS数据处理中的方便与高效性。     

小波变换的流体压力信号自适应滤波方法研究

为了有效地消除流体压力信号中的噪声,提出了一种基于小波变换的自适应滤波算法,该算法针对信号和噪声经小波变换后在不同尺度上的特征不同,先对信号进行小波多尺度分解,然后对各尺度分解的信号分别选用不同的滤波参数,进行自适应滤波处理,并用该方法对液压系统运行中采集的压力信号进行降噪处理.试验结果表明,该方法比普通的自适应滤波方法能更有效地消除流体压力信号中的噪声.     

基于四元数的机械海流计姿态解算

流向是海流测量中不可或缺的信息之一,可以通过解算海流仪姿态角的方式获得流向。目前,采用欧拉角微分方程式和方向余弦法计算姿态都存在着奇点或者计算量过大的问题。文章利用四元数的方法求解姿态变换矩阵,采用四元数四则运算组合简化计算过程,并基于6轴处理组件MPU6050和磁阻传感器HMC5883L设计电路和编程,最后在实验的基础上对算法可行性进行了验证。