机载惯性稳定云台系统的研究

针对超小型无人直升机系统对机载云台的要求,首先,设计了二自由度的机载云台机构,然后,采用MEMS传感器设计了云台系统的微姿态参考系统,其中利用一种卡尔曼滤波算法实现各种传感器信息的融合,从而获得云台系统的最优姿态信息;然后,采用一种自适应模糊控制算法设计了机载云台的控制系统,该模糊控制算法具有模糊规则和解模糊自适应调节的性能;最后,飞行试验验证了云台机构、传感器系统和控制系统的可行性。     

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。     

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台.同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05.,偏航角漂移速度0.01(°)/s.     

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。     

无位置输入的民机姿态航向误差修正算法

姿态更新算法与姿态误差修正算法是捷联姿态航向参考系统中一项长期研究的关键技术。研究了在无位置输入和无法计算位置项引起地球自转分量无法补偿的情况下,针对姿态航向系统仍必须提供可靠的、正确的姿态航向信息这一突出问题,提出了忽略误差方程中微小量,利用飞机航线覆盖区域的中心纬度值替代误差方程中的纬度项,将简化后的算法引入的误差等效为陀螺漂移和加速度计零位的思想。设计了基于四元数的内阻尼卡尔曼滤波器,更新姿态四元数修正误差。结果显示对于漂移为10°/h的光纤陀螺构建的系统,修正后姿态精度优于0.3°,航向精度优于1°。     

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.     

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。     

一种新型微惯性姿态测量系统的 系统误差补偿及标定方法

微惯性姿态测量系统机械精度不高、系统误差和随机误差干扰多样和传统标定计算复杂。针对这些问题,提出一种新型微惯性姿态测量系统误差标定的方法。通过对姿态测量系统的不同微惯性器件进行分析,有针对性的建立系统误差补偿模型。再设置实验转台给定系统不同速率及角度,最后利用最小二乘法、六位置标定法分别进行系统误差参数求解,经解算标定出零位漂移、刻度因子误差和安装误差角。最后通过标定前后对比测试实验,证明了该方法原理简单、易于实现,能较好地补偿微惯性姿态测量系统的系统误差,提高姿态测量精度。     

四旋翼飞行器航姿参考系统的误差补偿方法研究

航姿参考系统是四旋翼飞行器姿态控制和惯性测量的关键,基于MEMS的惯性导航系统长期稳定性较差,陀螺仪传感器和加速度计存在明显的零漂现象,因此在使用前必须对陀螺仪传感器和加速度计的误差系数进行标定;论文首先以航姿参考系统的陀螺仪和加速度计实时数据的采集与处理,并通过对陀螺仪和加速度计的误差产生原理的分析,提出了陀螺仪和加速度计的新型误差补偿模型,并推导了基于高斯牛顿法的误差补偿与标定方法,由此简化了标定过程,得到了标定结果; 实验结果表明了在不提高成本和降低精度的情况下该基于高斯牛顿法的误差补偿与标定方法的有效性。     

捷联系统姿态算法的漂移误差研究

本文对姿态计算四元数方法进行了研究，通过对计算矩阵的Ｕ－Ｓ分解，清楚地表达了不同算法的标准误差，歪斜误差和漂移误。     

水下自主导航系统算法设计

基于微小型水下机器人的导航需求,结合水下机器人应用环境的特点,在既定的元器件与处理芯片基础上,提出了水下组合导航算法的设计原则,选取合适的状态量和量测量,建立状态方程与量测方程,建立一套集中式Kalman滤波导航系统算法。算法保证导航系统能够满足长航时下高精度需求,具有较高的抗干扰能力,同时充分利用现有的各项传感器输出信息,保证系统的稳定性。并用实验小车进行陆上实验,验证算法的正确性。     

基于新型卡尔曼滤波算法的称重系统实现研究

针对信号采集中存在脉冲干扰和高斯白噪声引起的误差问题,提出了基于新型卡尔曼滤波算法的称重系统实现方案,给出了该称重系统的组成。该算法对信号进行阈值和防脉冲干扰滤波,在防脉冲干扰滤波过程中不断优化阈值滤波中的对比值,消除了干扰幅度较大的非周期脉冲信号;将信号送入下一级滤波器进行时间更新、测量更新,消除了高斯白噪声干扰。一系列试验表明,测量范围内系统灵敏度约为0.15 mV/kg;最大差值为0.1 kg,准确度达到99.7%;经过新型卡尔曼滤波后误差均处于0.4%以下,相比使用传统的卡尔曼滤波算法,系统精度提高到4.5倍。     

Stability of the Kalman filter for continuous time output error systems

The stability of the Kalman filter is usually ensured by the uniform complete controllability regarding the process noise and the uniform complete observability of linear time varying systems. This paper studies the case of continuous time output error systems, in which the process noise is totally absent. The classical stability analysis assuming the controllability regarding the process noise is thus not applicable. It is shown in this paper that the uniform complete observability alone is sufficient to ensure the asymptotic stability of the Kalman filter applied to time varying output error systems, regardless of the stability of the considered systems themselves. The exponential or polynomial convergence of the Kalman filter is then further analyzed for particular cases of stable or unstable output error systems.     

运动载体的惯性／天文导航系统仿真研究

对惯性/天文组合导航系统在运动载体上的应用进行了研究.在分析天文导航系统测姿原理的基础上,建立了组合导航系统的数学模型,介绍了一种姿态角误差转换矩阵的求取方式,针对运动载体姿态相对变化较快而存在的输出延迟问题,研究一种在采用卡尔曼滤波进行信息融合过程中,进行延迟误差补偿的数据处理方法.基于建立的数学模型,运用卡尔曼滤波方法对延迟补偿前后的系统进行了仿真比较,仿真结果表明文中所设计算法可以较好地满足运动载体的定姿定位要求.     

基于卡尔曼滤波的主动波浪补偿系统研究

针对船舶随涌浪进行的升沉运动进行较为深入的研究,旨在采用主动式波浪补偿解决耙吸式疏浚船耙管终端水平高度稳定问题。建立波浪补偿预测系统,通过运动参考单元测量船舶运动竖直方向速度和加速度,主控制单元根据所建立的数学模型结合卡尔曼滤波算法处理数据,通过执行机构调整绳索收放速度完成耙管终端控制补偿,使耙头水平高度在工作过程中保持稳定。所建立的波浪补偿预测系统具有自主学习能力,可以不断运用实测数据自我修正以提高精度,具有很高的实用价值。     

一种双级北斗导航接收机伪距误差补偿方法

伪距误差是影响北斗卫星导航接收机定位精度的关键因素,本文提出一种基于伪距差分和自适应容积卡尔曼滤波（Cubature Kalman filter,CKF）的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类,首先通过伪距差分方法补偿伪距自有性误差,其次设计量测噪声自适应CKF滤波器,对用户接收机运动系统状态进行估计,补偿伪距公共性误差。实验结果表明：载体静态时,双级补偿方法略优;载体动态时,双级补偿比单级补偿的定位误差减小显著,自适应CKF算法比CKF算法具有更好的对噪声和干扰的适应能力。     

基于模型误差的交互式多模型算法

本文考虑了模型与真实模式之间可能存在的差异,分析了由此引发的问题.提出一种基于模型误差的交互式多模型算法,其中模型集合使用最小距离设计方法设计.Monte-Carlo仿真实验表明,新方法比IMM能更好地避免性能恶化,并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越.     

基于无味卡尔曼滤波的多雷达方位配准算法

将无味卡尔曼滤波（Unscented Kalman filter,UKF）应用于雷达配准,提出一种新的多雷达方位配准算法。在该算法中,目标的运动状态和方位误差由选定的采样点来近似,在每个更新过程中,采样点随着状态方程传播并随非线性测量方程变换,得到目标的运动状态和方位误差的均值,避免了对非线性方程的线性化,且具有较高的计算精度。与传统的扩展卡尔曼滤波（Extended Kalman filter,EKF）方法进行了仿真比较,结果表明UKF方法能有效地克服非线性跟踪问题中很容易出现的滤波发散问题,且估计精度高于UKF方法。     

多率系统Kalman滤波算法的鲁棒性分析

多率系统Kalman滤波算法是多率采样系统中对多源观测进行融合的重要手段. 基于化工过程的多率采样特点, 给出了多率Kalman滤波算法, 分析了该算法在模型失配情况下的鲁棒性. 在给定的假设条件下, 通过对滤波误差变化规律的分析, 给出了多率Kalman滤波稳定与发散的基本判定方法. 针对一类典型系统, 推导出了滤波稳定与发散判据. 通过仿真对该判据进行了验证, 仿真结果表明所提出的滤波鲁棒性分析方法可以用于算法的实际应用.