加速度计/磁强计无陀螺捷联惯导姿态解算研究

针对无陀螺捷联惯导系统姿态解算随时间不断积累的问题,提出一种磁强计辅助无陀螺捷联惯导的组合方案,利用磁强计测量的地磁信息来修正无陀螺惯导系统的姿态角误差,提高了姿态角的解算精度。推导了磁强计输出和姿态角之间的关系,在此基础上提出了一种姿态优化算法,介绍了算法的基本原理;建立了误差四元数的姿态组合模型,并采用反馈校正完成动态条件下姿态的确定;最后对姿态误差角进行了仿真研究,仿真结果表明该方法有效地抑制了误差的发散。     

微型四旋翼无人机磁测系统误差的两步校准法研究

用于地磁测量的MEMS三轴磁阻传感器越来越普遍的应用到无人机上进行姿态测量,为提高磁测系统的测量精度需要对传感器误差进行分析和补偿。现采用了一种两步校准法,即首先利用基于最小二乘的椭球假设拟合法对三轴矢量磁传感器的零偏、灵敏度与不正交误差进行标定补偿,目的是得到准确正交的传感器坐标系;利用四位置法对标定后传感器坐标系与测量系统坐标系之间的安装误差进行校准,从而得到磁测系统坐标系下的准确测量数据。无磁转台实验表明：经两步法后测量的磁场模值误差均值由校准前的2900nT降低为900nT,校准效果明显;测量系统单轴（Z轴）的误差均值由2736nT降低为49nT,有效的验证了安装误差校准的正确性。通过实验数据比较得出此方法优于传统的摇摆法,实际操作简单,不需要高精度辅助设备,能够有效的应用于无人机姿态测量系统校准,提高姿态角解算精度。     

姿态参数模拟解算电路的校正设计与测试

分析了传统姿态参数模拟解算过程中大角度无法解算的原因,提出传统姿态参数模拟解算过程中饱和失真、非线性失真的解决方法,并设计了校正电路。通过校正系数电路解决饱和失真的问题,采用折线拟合电路提高解算精度。利用离散方法对所设计的电路进行测试,能够明显的发现误差角度减小,最大误差角度减小为0.417°,90°时误差角度减小为0.3°。实验结果表明,输出角度曲线的非线性得到明显改善,验证了校正系数调节电路设计的可行性。     

基于MEMS的测姿定向方法研究

针对 MEMS 惯性器件精度较低,MEMS 惯导系统无法满足平台姿态精度要求的问题,本文提出了一种基于 MEMS 器件的测姿、定向方法。当载体近匀速运动时,利用加速度计和磁力计信息,采用垂直陀螺原理得到高精度的姿态信息,通过卡尔曼滤波估计出陀螺漂移,载体非近匀速运动时采用惯性姿态递推更新算法,补偿修正力矩和陀螺漂移误差,提高了载体的测姿定向精度。实验测试结果表明,采用本文的测姿定向方法后 MEMS 系统的姿态精度达到了 0.6°, 精度明显高于传统方法的精度,能够满足大多数中高精度平台的要求。     

基于激光陀螺平台的船载姿态定位系统

为确保船载卫星接收机能够得到自身实时、准确的姿态信息,考虑到低成本的要求,采用微机电系统(MEMS)惯性器件设计接收机用姿态定位系统。利用船头部的高精度激光陀螺导航系统来组合尾部的MEMS惯导系统,对MEMS捷联惯导系统的误差进行了分析并建立组合导航系统的动态模型,利用Sage-Husa自适应滤波器对惯导系统的误差进行估计,对MEMS惯导系统的姿态解算结果予以修正,以解决MEMS惯导姿态精度低的问题,试验验证方案可行。     

基于递推最小二乘算法的惯导姿态误差动态标定方法

在分析最小二乘算法原理的基础上,提出了一种基于递推最小二乘算法的惯导姿态误差动态标定方法,建立了计算模型,进行了仿真分析.仿真结果表明,该方法具有较高的解算精度和计算效率,航向误差解算精度优于3.5”,水平误差解算精度优于0.15".该方法解决了动态条件下惯导姿态误差实时标定的技术难题,对提高惯导姿态测量精度和测量船外...     

基于L BFGS的自适应模糊互补滤波

针对惯性测量单元噪声大及常规姿态解算算法精度不高的问题,提出了一种基于拟牛顿法（L-BFGS）的自适应模糊互补滤波（AFCF）算法。该方法利用L-BFGS对加速度计、磁力计进行寻优估计,并通过监测系统的运动等级、加速度计、磁力计的误差,运用模糊逻辑理论调控加权因子及增益权重,动态地调整互补滤波参数,实现姿态误差的动态补偿,优化姿态解算结果。经实验验证,系统静态误差在0.4°内;动态误差在1.3°内,且该系统能减少噪声的干扰及陀螺仪的漂移。     

基于MEMS传感器的姿态检测系统

基于MEMS传感器设计了一种姿态检测系统,通过MEMS传感器获取角速度、加速度等信息,利用硬件对采集的数据进行滤波处理,实现目标物体运动过程中姿态角的测量。采用互补滤波对数据进行融合,有效消除了噪声干扰,提高了系统的检测精度。无线模块的应用实现了下位机与上位机的同步,实时显示目标物体的运动姿态。实验表明,该系统具有较高的测量精度及良好的实时显示效果。     

自适应卡尔曼滤波在磁干扰姿态测量中的应用

针对姿态测量系统陀螺仪漂移、周围局部磁场干扰制约姿态测量精度的问题,提出一种基于四元数的自适应卡尔曼滤波(q-AKF)的方法。该方法利用陀螺输出建立姿态解算误差角的状态方程,以磁强计输出构造自适应测量噪声协方差矩阵。仿真结果表明,相比无损卡尔曼滤波(UKF)算法和扩展卡尔曼滤波(EKF)算法,采用q-AKF算法补偿得到的姿态角误差不大于0.5°。q-AKF算法对磁强计进行补偿,能够有效抑制陀螺的漂移误差,提高磁干扰环境下姿态解算精度,具有较高的工程应用价值。     

一种基于TDOA的多天线联合测角算法

针对分布式多天线系统中传统测角方法存在测量精度偏低、宽带信号不适用等问题,提出了一种基于时延差（Time Difference of Arrival,TDOA）测量的多天线二维测角算法。该算法基于最小二乘原理,综合利用多基线测量结果进行迭代计算,有效提高了估计精度,且无需解模糊。推导了算法的克拉美罗界(Cramér-Rao Lower Bound,CRLB)与均方根误差表达式,讨论了算法的测角性能。当天线数为7、天线间距100 m、时延估计精度优于10 μs时,测角精度接近CRLB,方位角精度优于3°,俯仰角精度优于4°。算法复杂度适中,能够应用到多天线无源侦察、空间目标跟踪等应用中。     

一种自主定向磁复合三维MEMS矢量水听器

设计了一种自主定向的磁复合三维MEMS矢量水听器。该矢量水听器采用三维MEMS加速度传感器与磁传感器结构复合设计,并采用与信号处理电路紧靠方式,可减小噪声干扰及抑制信号衰减。通过磁复合三维MEMS矢量水听器解决单个矢量水听器定向精度不高问题。该矢量水听器完成了水下驻波场测试和无磁转台测试,测试结果验证了利用磁传感器补偿矢量水听器定向方法的可行性。     

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EPNP算法的单目视觉测量系统研究

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先,利用单相机获取平面靶标图像,经图像处理后得到四个特征点的像素坐标,并使用EPNP算法进行姿态解算;其次,对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据;最后,提出一种与高精度二维转台结合的坐标系配准方法,利用该方法对三个方向姿态角精度进行验证。实验结果表明:当绕x和y轴的转动角度在[-6,6]时,姿态测量误差小于0.1,可以满足测量应用需求。     

基于改进小波变换的MEMS陀螺信号去噪算法

为提高MEMS陀螺仪测量精度,抑制测量噪声对其造成的影响,该文分析了某型号MEMS陀螺仪误差特性,提出基于递归最小二乘法(RLS)多重小波分解重构的强追踪自反馈模型,建立新的软阈值函数。由于模型处理后的数据带有部分奇异值,该文提出了一种改进的中值滤波算法。对于陀螺仪零偏噪声问题,提出零偏不稳定性抑制算法,并对该算法模型进行了详细的描述。将某项目研究中列车姿态测量系统的实验数据应用到该算法模型中。测试实验分为静态、动态两组,其结果均表明:该算法减小了信号中的噪声,有效地抑制了MEMS陀螺仪随机漂移,提高了姿态解算的精度。肯定了该算法对陀螺仪输出信号噪声去除,以及使用精度提升的可行性和有效性。     

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。     

基于双星敏感器的船体姿态测量系统设计

提出了一种基于双星敏感器的船体姿态测量系统。本系统采用两台大视场高精度CCD星敏感器,一台指向船艉,一台指向左舷,组合定姿达到提高横摇角测量精度的目的。选用TH7888A作为CCD传感器,成像后经实时图像处理器提取星点目标位置、灰度信息传给数据处理计算机,通过星图识别、姿态确定获取地心惯性坐标系下视轴指向,经岁差、章动、极移、船位、蒙气差等修正,获得惯导地平系下姿态矩阵。依据标定的星敏感器与甲板坐标系安装矩阵,解算船体姿态角,将两台星敏感器解算的姿态角进行融合,达到获取三个高精度船体姿态角的目的。实验表明,该系统航向、纵摇及横摇测角精度分别达到8.46″、7.16″及5.11″,测量精度高、自主性强且能不随时间漂移。     

融合多传感信息的仿人机器人姿态解算

在RoboCup Soccer仿人机器人比赛中,机体姿态实时解算是仿人机器人运动控制系统的核心技术之一。文中分析了MEMS加速度计、磁强计和陀螺仪性能,以自主姿态测量为前提,融合惯性测量单元中多传感信息,提出了一种基于四元数的姿态解算算法。针对仿人机器人步行姿态控制中传感器数据存在的噪声干扰和测量误差,设计卡尔曼滤波器实现了对数据漂移的有效补偿,从而提高了全姿态检测的测量精度。试验结果验证了该算法对仿人机器人运动控制系统机体姿态实时解算的有效性。     

基于开关扩展卡尔曼滤波的姿态估计

针对低成本动中通系统中的姿态估计问题,提出一种开关扩展卡尔曼滤波算法。以 无航向角的姿态更新算法为基础,根据微机械陀螺和加速度计分别建立系统状态方程和测量 方程。针对机动加速度的影响,设计了三维开关扩展卡尔曼滤波方程,对载体姿态角和陀螺 零偏进行实时估计。实验结果表明,该算法能够准确估计载体姿态和陀螺零偏,姿态角估计 误差小于0.5°,俯仰角和横滚角估计误差的方差分别为0.130 1°和0.140 5°, 两轴陀螺零偏误差均值均小于(2×10-4) °/s,能够满足动中通的应用要求。     

一种基于AIKF的姿态测量算法

惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波（AIKF）算法。该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融合,利用滤波后的数据增量作为卡尔曼滤波器的观测量,同时对系统噪声进行自适应在线估计,以获得精准的姿态输出。实验结果表明,该算法能够实现姿态的精准测量,摇摆台试验中俯仰角、横滚角误差小于0.05°,航向角误差小于0.15°,具有较好的噪声抑制能力。     

基于单个IMU的光电升降桅杆姿态测量方法

为解决光电桅杆在升降过程中的姿态解算问题,提出了一种全新的光电桅杆工作姿态测量方法。采用1个IMU实时测量光电桅杆升降过程中顶端工作部的点姿态(俯仰角,滚转角γ和方位角ψ),利用桅杆工作部起始点姿态与升降过程中工作点部姿态间的转换矩阵,实时解算出光电桅杆的工作姿态(扭曲角θ,倾斜角α,和偏向角β)。理论上推导了姿态解算方程,构建了光电升降桅杆动态姿态解算模型。利用姿态传感器MPU6050搭建了姿态测量系统,验证了桅杆姿态解算模型。实验结果表明:在 |θ,γ,ψ| < 90°时,此方法可以准确的测量出光电桅杆的工作姿态。