基于Kalman滤波算法角度测量信号融合技术研究

针对车载激光通信转台姿态角控制中陀螺仪传感器存在漂移误差等问题,提出了以陀螺仪传感器和加速度传感器作为测量元件对车载转台的姿态角进行测量的方法,并在MATLAB软件平台上建立卡尔曼滤波器将传感器采集的信号进行融合,以加速度传感器输出的姿态角信息对陀螺仪测量的姿态角进行修正、补偿,以提高姿态角测量的精度。通过建立试验系统完成测试,结果表明：应用Kalman滤波算法对陀螺仪和加速度传感器信号进行融合后,有效地减小姿态角的测量误差,为准确获得转台姿态角信息提供了理论依据。     

传感器在汽车上的综合应用分析

汽车传感器是随着汽车电子技术发展起来的一种新技术。汽车传感器是汽车电子控制系统的信息输入装置,它把汽车运行过程中的各种工况信息转换成电信号输入给中央控制单元ECU,使汽车各总成部件运行处于最佳状态。本文根据各类传感器在汽车上的应用,将车用传感器的分类、特点、选用和发展趋势进行了详细的阐述,并进行了逐一分析。同时,结合典型车用传感器在汽车发动机、底盘、车身和安全系统上应用,介绍几种新型车用传感器的结构和工作原理。     

压力传感器温度补偿的BP神经网络算法

压阻式压力传感器易受工作温度影响,存在着温度漂移现象.为了提高测量的准确度,采用BP人工神经网络的数据融合处理法对温度漂移进行补偿.分析比较了补偿前后的数据,补偿后的温度灵敏度系数和零位灵敏度系数提高了2个数量级.实验结果表明,该方法有效地抑制了温度对压力传感器的影响,提高了传感器的稳定性和准确性.     

神经网络数据融合在位移传感系统中的应用

温度漂移误差是位移传感系统的主要误差之一.为了提高位移传感器输出的精度与稳定性,可以把位移传感器的输出与温度传感器的输出进行数据融合.提出一种基于RBF网络(径向基函数神经网络)的多传感器数据融合方法,把位移传感器和温度传感器的输出送入融合中心,通过RBF网络的学习训练,得到稳定的位移输出.实验表明:在相同的温度波动情况下,位移传感器的输出稳定性比原来提高了约4倍.该方法在位移传感系统减小温度漂移的应用中十分有效.     

基于信息融合技术的车载组合导航定位系统

论述了一种采用磁罗经和轮解码器的车用GPS／DR组合导航定位系统．应用多传感器信息融合技术，降低了测量误差．仿真实验验证了上述方法的有效性．     

微型导航系统中的陀螺漂移在线标定及补偿方法

为了提高由MEMS惯性器件构成的微型导航系统的姿态、航向测量精度,提出了在线标定和补偿陀螺常值漂移的方法.首先将倾角传感器SP5003测量的水平姿态与MEMS惯性系统测量的水平姿态进行信息融合,同时估计出2个水平陀螺的常值漂移,在得到精确的水平姿态基础上,将MEMS惯性系统与电子罗盘HMR3000进行组合,在线估计方位...     

流动相似律在气流式倾角传感器中的应用

气流式惯性传感器因其独特的优点引起大家的关注,但是环境温度不可避免地对气流式传感器性能有影响,会产生严重的温度漂移。它不仅局限了传感器的应用范围,而且还影响了传感器性能的进一步提高。本文通过数值模拟的方法,研究了环境温度变化时气流式倾角传感器腔体内的流场变化,分析了流场变化对传感器性能的影响机理,并利用相似理论讨论了一种新的消除环境温度影响的解决办法。结果表明,可以通过设计的补偿电路改变热源温度使流场保持相似来消除环境温度的影响。     

基于联合概率数据关联的车用多传感器目标跟踪融合算法

针对智能车辆前向多传感器多目标跟踪融合问题,提出一种基于改进的联合概率数据关联的车用多传感器跟踪融合算法。首先,根据车辆坐标系和各传感器坐标系的相对运动关系,对多传感器数据进行坐标变换,之后采用基于改进的联合概率数据关联的单传感器多目标跟踪算法、基于相关序贯关联法的多传感器关联算法和凸组合融合算法实现了对目标的稳定跟踪与准确融合。最终,通过装备毫米波雷达和摄像头的实验车在实际交通环境下进行实车试验,试验结果表明:目标被稳定跟踪且融合结果具有良好的精度,验证了算法的可行性和有效性。     

PVDF传感器标定中的信号处理算法

利用霍普金斯压杆,对自制的PVDF压力传感器进行标定实验。由于标定实验得到的PVDF信号存在零点漂移,不能直接得到理想的转移电荷信号,因此利用LabView设计对PVDF电流信号进行处理实现电荷转移,该算法可有效的消除零点漂移对积分结果的影响,处理速度快,可用于类似的信号处理。经算法处理得到的标定结果与文献中的结果相近,说明自制的PVDF压力传感器性能稳定,该积分算法可靠。     

影响车用燃油液位传感器质量的因素分析

通过分析车用燃油液位传感器的性能特点,阐述其在车辆中应用的优势,对车用燃油液位传感器的不同制作工艺进行论述,突出了车用燃油液位传感器广阔的发展前景,探讨车用燃油液位传感器核心器件厚膜电阻片制作及其使用中应注意的一些问题。     

利用计算机求解传感器的补偿电阻

论述了计算机求解补偿压力传感器的热零点漂移、热零点温度系数和满量程热漂移误差的串并联电阻问题。列出压力传感器电桥电路的基尔霍夫方程（组）,再把电桥电路测试数据用最小乘二法拟合成直线,进而形成补偿电阻的条件,是满足补偿条件和使用要求的基础上,迭代方程（组）,求得串并联各电阻的值。     

外加电压和桥电压对压力传感器零点和灵敏度影响理论分析

分析了自平衡电桥激励的压力传感器的输出信号U 与桥电Ve 、供电电压 Vcc 及流体压力P 之间的关系,并指出,不仅桥电压而且总激励电压都对零点和灵敏度有影响．在U ~Vcc 、P 的三维空间表达了三者之间典型关系曲线．在零点电压为零的等势面（Vcco）上显示出高的压力灵敏度,而在Vo~Vcc 关系曲线的极小值所在等势面上,压力灵敏度则低得多．建议零点输出的电漂移应作为压力传感器的一个特性指标．     

一种用于人体运动捕获的自适应混合滤波融合算法

针对基于惯性传感器的人体运动捕获系统存在陀螺漂移和噪声干扰等问题,提出一种多元传感器信息融合的自适应混合滤波融合算法。算法首先利用快速高斯牛顿法对加速度计和磁力计数据进行姿态信息迭代估算,用四元数将参考坐标系中的加速度和磁场强度分量转换到载体坐标中,将转换后的值与当前时刻测量值的差值代入高斯牛顿迭代算法中用于四元数的实时值估计,通过确定搜索步长的最优值来缩短迭代次数,提高算法收敛速度。设计自适应的互补滤波器将高斯牛顿法解算的姿态信息作为观测矢量对陀螺漂移进行补偿,分别使用高通滤波器和低通滤波器处理陀螺仪数据和高斯牛顿算法优化过后的加速度计、磁力计数据。在互补滤波器中引入重力矢量及地磁参考矢量自适应调节滤波器参数用于实时调整不同算法的权重大小,融合后输出最终的姿态信息,实现最优估计。进行实验对比分析本算法和其他算法融合效果,结果表明,本算法有效降低陀螺累积误差、线性加速度及磁场对解算精度的干扰,磁干扰状态下误差为0.94 °,自由运动状态下误差为1 °。对比扩展卡尔曼滤波融合算法,本文算法执行时间缩短25 %,有效提升了运动捕获系统的性能。     

基于差动电容的超导陀螺转子偏移测量研究

根据球形差动电容传感器测量微位移的原理和变压器电桥的变比为实数且稳定性高、变比精度和灵敏度高及工作频率范围较宽的特点,提出了将差动电容传感器与变压器电桥相结合的测量超导陀螺转子偏移方案并给出了各参数之间的关系,该方案能测量出转子偏移的大小和转子偏移的方向,分析了影响陀螺转子偏移测量精度的因素,指出差动电容传感器的分布电容、陀螺转子的零电位、模型误差以及激励信号频率和幅值精度是影响其测量精度的主要因素并提出了降低不利影响的方法或模型适应范围,从而为实现超导陀螺转子偏移的高精度测量提供了理论依据。     

Head Motion Detection in Gaze Based Aiming

Unmanned weapons have great potential to be widely used in future wars. The gaze-based aiming technology can be applied to control pan-tilt weapon systems remotely with high precision and efficiency. Gaze direction is related to head motion, which is a combination of head and eye movements. In this paper, a head motion detection method is proposed, which is based on the fusion of inertial and vision information. The inertial sensors can measure rotation in high-frequency with good performance, while vision sensors are able to eliminate drifts. By combining the characteristics of both sensors, the proposed approach achieves the effect of high-frequency, real-time, and drift-free head motion detection. The experiments show that our method can smooth the outputs, constrain drifts of inertial measurements, and achieve high detection accuracy.     

基于三级信息融合结构的多平台多雷达目标识别算法

为了解决多平台多雷达目标识别时空信息融合过程中存在的时效性不高,识别特征信息模糊和雷达识别结果高冲突等问题,提出了一种基于三级信息融合结构的多平台多雷达目标识别算法。一级特征融合中,基于模糊评判法解决了多特征识别信息模糊问题。二级空域融合中,基于DS融合规则和折扣融合规则,提出了以平均证据距离为阈值的自适应证据融合算法。三级时域融合基于多雷达序列信息,给出了时域自适应融合算法。仿真计算结果表明文中提出的融合结构能够在保证结果正确的同时,每个周期都能输出结果,时效性较之以往的融合结构有了明显改善。文中的自适应证据融合算法能够克服证据间可能存在的高冲突性,并且与采用折扣证据融合算法相比计算量显著减少。     

基于径向基神经网络的压力传感器信息融合技术

因为压力传感器的温度漂移普遍存在,其输出特性容易受环境温度、电压扰动等各种非目标参量的影响,从而大大降低了其性能．利用径向基神经网络构建了双输入单输出网络模型,采用带遗忘因子的梯度下降算法,实现了压力传感器高精度温度补偿,从而大大提高了压力传感器的稳定性和可靠性．     

基于LEACH和压缩感知的无线传感器网络目标探测

为了解决在无线传感器网络监测的区域内进行信号目标源探测的问题,提出了一种联合低功耗自适应集簇分层型协议（LEACH）算法和贝叶斯压缩感知(CS)的方法. LEACH算法对网络节点进行分簇并选择簇头,将簇内节点的信息集中在簇头上,同时仅通过簇头向汇聚节点传递信息, 可减少向汇聚节点传输数据的节点数. 汇聚节点利用贝叶斯CS算法可从来自簇头的少量数据中恢复出信号源. 同时提出了一种阈值机制,以优化在数据量过少情况下CS算法的信号重构性能. 仿真结果表明,所提算法能对目标进行准确探测,具有较好的性能.     

基于信息融合的同时定位与地图创建研究

针对在复杂环境中,由于传感数据的高度不确定性,采用声纳传感器进行移动机器人同时定位与地图创建的可靠性很低问题。对基于声纳信息与视觉信息相融合的SLAM进行了研究。利用Hough变换对声纳信息与视觉信息进行处理从中提取直线和点特征,并进行特征级的信息融合,从而充分利用声纳与视觉信息中的冗余信息。在移动机器人上的实验表明,多传器信息融合可以有效提高SLAM的准确度和鲁棒性。