基于卡尔曼滤波器的航姿系统测姿算法研究

航姿系统通常没有载体位置信息和速度信息的解算,且陀螺漂移较大,存在着载体持续机动时姿态精度不高,甚至消失的问题,因此通常的导航算法已不再适用.设计了一种基于卡尔曼滤波技术的姿态算法,用重力加速度在机体系的分量gb和陀螺漂移作为待估计的状态量,进行卡尔曼滤波的时间更新过程,利用加速度计的输出在一定条件下作为观测量,进行卡...     

自主姿态测量算法研究

航姿系统一般不实时计算速度和位置信息,无法补偿地球自转和表观运动引起的分量误差,同时陀螺漂移较大,载体长时间持续机动时,出现姿态精度不高,甚至发散的问题。提出了一种基于卡尔曼滤波的姿态融合算法,将等效陀螺漂移列入系统状态,利用卡尔曼滤波的新息对运动状态进行判别,在一定条件下,用加速度计的输出作为量测量进行卡尔曼滤波的量测更新过程。实验结果表明,所提出的姿态融合算法考虑了陀螺漂移,能提高载体长时间机动时的姿态精度。     

基于UKF的无人机航姿系统算法研究

研究无人机捷联导航姿态精度优化问题,针对微小型无人机做连续大机动飞行时,MEMS器件用于载体航姿测量精度低、易发散的问题,提出了一种基于UKF技术的姿态融合算法.用重力加速度在机体系的分量和陀螺漂移做为待估的状态量,建立了非线性的滤波模型.在系统模型噪声为复杂加性噪声且量测方程为线性方程时,推导出简化UKF算法.为了验证上述算法的有效性,将UKF和EKF算法进行对比,并通过姿态误差均值和均方差对实验结果进行定量分析.仿真结果表明,数据融合判别准则合理可行,改进算法提高了载体机动情况下的姿态精度,达到了预期的要求.     

基于机动检测的捷联航姿算法研究

针对低精度陀螺仪、加速度计和磁传感器组成的捷联航姿系统存在的易受载体运动加速度影响而导致姿态精度下降甚至发散的问题进行了研究,提出了一种基于机动检测的捷联航姿算法。该算法根据陀螺仪数据进行姿态实时更新,利用加速度计和磁传感器输出对载体姿态误差进行校正以保持航姿输出的长期精度。算法根据加速度计输出在导航系中投影的水平分量进行机动检测,剔除机动期间的加速度数据,利用载体匀速运动状态下的加速度数据与磁传感器数据构造量测,利用卡尔曼滤波器对姿态误差进行估计并修正。仿真结果表明,该算法能有效完成载体机动检测,保证系统存在机动的情况下姿态精度满足应用要求。     

捷联惯导系统现场标定方法

陀螺漂移会对捷联惯性导航系统的导航定位误差产生直接的影响,所以需要用实验的方法标定出陀螺漂移,并进行补偿;陀螺漂移随时间和环境变化,因此采用实验室标定方法会降低系统的精度;文章提出一种基于卡尔曼滤波技术的现场标定方法,给出了现场标定时系统的状态方程,分别推导了采用速度、速度加姿态为观测信息时的量测方程;利用奇异值可观测度分析方法比较机动状态不同,观测信息不同的五种现场标定方案的陀螺漂移的可观测度,从而确定了两种最优现场标定方案,即在以速度为外部观测量的情况下,使载体处于“S”型机动状态和在载体静止的情况下,速度加姿态为观测信息;通过仿真实验验证了这两种标定方案可以有效提高现场标定的精度。     

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.     

基于惯性传感器输出匹配的舰船变形估计方法

大型舰船在海上航行过程中由于风浪作用、载荷变化、太阳照射以及载体机动等原因会产生一定的变形,该变形会极大地影响到舰载武器装备所需姿态信息的精度.针对这一问题,本文提出了在战位点安装惯性测量单元(IMU:陀螺+加速度计),直接根据IMU输出的速度增量和角速度信息,结合舰船主惯性导航系统的输出信息,利用卡尔曼滤波估计舰船变...     

一种面向机动的低成本姿态测量系统

载体作机动运动时,基于加速度计和磁传感器的姿态测量系统易受载体运动加速度的影响而导致测量精度降低.通过将GPS加速度引入重力观测方程,有效补偿了载体运动加速度造成的姿态测量误差.利用基于重力场和地磁场矢量观测的迭代最小二乘姿态确定算法得到修正罗德里格姿态参数.姿态信息通过互补滤波器与陀螺仪测量值融合以提高动态响应.实验结果表明,该低成本姿态测量系统可明显提高机动环境下的姿态测量精度,姿态角测量误差小于3°.     

基于星敏感器/光纤陀螺的卫星定姿算法

为了达到卫星三轴姿态确定的精度要求,以某一对地定向的小卫星为研究对象,提出了基于滤波算法的星敏感器和光纤陀螺组合定姿的方案。采用四元数的方法建立卫星姿态确定模型,并采用扩展卡尔曼滤波,对得到的卫星姿态误差和陀螺漂移误差信息进行信息融合和相应的修正。仿真结果表明,即使采用中等精度的陀螺组件,也可以实现高精度定姿;并且验证了星敏感器的测量噪声和滤波周期等因素对定姿精度的影响。     

基于改进型卡尔曼滤波的运动载体姿态估计

针对MEMS陀螺零偏导致运动载体姿态精度下降的问题,本文以MEMS惯性测量器件MPU6050为核心,提出了一种基于改进型卡尔曼滤波的姿态估计算法,采用欧拉角作为姿态解算的基础,通过惯性测量单元(IMU)测量运动载体的姿态数据,采用改进型卡尔曼滤波,对陀螺仪和加速度计数据进行融合,并实时估计陀螺零偏。实验结果表明,本文提出的算法能够获得较高精度的姿态信息,抑制MEMS陀螺零偏引起的姿态发散,可以准确地表示运动载体在静态和动态情况下的方位。