基于Sage-Hus a方法的旋翼姿态控制

针对传统IM U传感器信息融合方法对外界信息变化不敏感等问题,在分析陀螺仪噪声特性并建立基于A RM A模型的卡尔曼滤波器抑制陀螺仪随机噪声的基础上,将基于Sage‐Husa方法的卡尔曼滤波器作为信息融合算法,增强姿态解算系统的自适应性。为提高Sage‐Husa算法容错性能,提出一种加速度计可信性条件,根据总加速度与重力幅值、方向上的差异来判定是否进行姿态融合。在基于ARM Cortex M4内核的嵌入式系统上实现姿态解算和姿态控制系统,在自制四旋翼飞行器半实物仿真平台上进行的实验结果表明,以上方法降低了姿态静态及动态解算误差,提高了姿态系统状态的跟踪性和适应性,满足复杂运动环境下姿态控制的需求。     

基于图像处理的投弃式温深仪探头姿态测量研究

为改进国产投弃式温深仪(XBT)的下降速率公式,采用基于图像处理的方法测量XBT探头的运动参数.采用背景差分法获取差分图像,选择合适的阈值并对差分图像二值化,标记二值图像中的连通区域,将二值图像分割为几个互相独立的区域.通过计算分析各连通区域的特征集合来识别XBT探头.利用探头中轴线描述探头的运动姿态,将探头的长轴作为探头的初始中轴线,然后通过迭代优化的方法得到更加精确的结果.实验结果表明:该方法角度测量平均误差小于0.5°,能满足XBT探头姿态测量精度要求.目前已将基于该算法搭建的视觉测量系统应用于XBT投放实验中,取得了令人满意的结果.     

CCD噪声模型在几何最优线性姿态估计中的应用

星敏感器噪声主要来源于CCD图像传感器和控制与数据处理电路,这些噪声对姿态估计精度的影响不容忽视.在研究了CCD图像传感器中光子散粒噪声、暗电流噪声、电荷转移噪声及读出噪声四种主要噪声的基础上,分析了它们对亚像元质心法提取精度的影响.根据亚像元质心法提取结果,采用几何解析的最优线性姿态估计(OLAE)方法解算卫星姿态.仿真结果表明:考虑星敏感器噪声模型比单纯引入高斯白噪声具有更高的姿态估计精度.     

基于误差四元数的单兵导航系统算法

MEMS传感器在尺寸、价格和功耗方面的进步促进了单兵导航系统的发展.对基于MEMS的单兵导航系统,航向估计是GPS信号丢失情况下的一个基础性难题,准确的航向估计能有效抑制导航误差的漂移.为获得准确的航向信息,减小单兵定位误差,提出了基于误差四元数的数据融合算法,利用卡尔曼滤波算法估计误差四元数,并进行了场地实验以验证算法的有效性.结论证明:当步行距离为80 m时,定位误差小于总距离的3％.     

一种非线性反馈反步递推算法的线性弱化

为了解决反步递推算法应用于船舶航向控制中输出能量大且非线性部分难以对消的实际问题, 首先对原有的反步递推算法进行线性弱化, 然后利用正弦函数驱动的非线性反馈控制技术代替原有的线性误差反馈. 理论分析表明, 该算法能够保证控制效果相当或更优的前提下, 降低控制能量. 以“育龙” 轮为载体开展仿真实验, 结果表明所提出的新型非线性反馈控制律在鲁棒性、控制能量需求方面具有明显的优势.

     

船舶航向控制器设计与仿真

详细论述了船舶航向控制器的设计与仿真.首先,在MATLAB的Simulink环境中构建船舶航向控制系统的仿真模型,然后通过仿真分析来确定航向控制器的关键参数,最后进行调试.     

基于深度网络的多形态人脸识别

在实际的自动人脸识别系统中,输入的识别图像往往在表情、分辨率大小以及姿态方面呈现出多种变化。现在很多方法尝试通过线性或局部线性的映射来寻找由这些变化共享的统一的特征空间。利用由受限玻尔兹曼机(RBM)堆叠成的深度神经网络来发掘这些变化内在的非线性表达。深度网络能够学习高维数据到低维数据的映射关系,并且有助于提高图像分类和识别的性能。同时,为了实现在一个统一的深度框架下同时进行特征提取和识别,在网络的顶层增加了一个监督的回归层。在预训练阶段,通过训练集中不同姿态、不同表情以及不同分辨率的图像对网络进行初始化。在微调阶段,通过网络的输出与标签之间的差 并利用标准反向传播的方法 对模型的参数空间进行调整。在测试阶段,从测试库中随机选择一幅图像,获得统一空间下的特征向量。通过与参考图像库中的所有特征向量进行对比,利用最近邻域的方法识别人脸身份。在具有丰富表情以及大姿态变化的CMU-PIE人脸数据库上进行了全面的实验,结果表明,提出的方法取得了比最新的局域线性映射(或局部线性)的人脸识别方法更高的识别率。     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

基于四元数的低成本姿态测量系统设计

针对运动载体姿态测量的需求,以MEMS惯性测量器件MPU6050为核心,设计了一种低成本姿态测量系统.系统采用四元数作为姿态解算的基础,融合陀螺仪和加速度计数据以修正陀螺仪累积误差引起的姿态漂移.为了降低MCU负担提高系统实时性,数据融合采用运算量较小的梯度下降和互补滤波相结合的方法.实验结果表面:此测量系统实时性好,输出姿态角稳定,且成本低,具有一定的实用价值.     

微型航姿系统抗加速度干扰姿态估计研究

基于加速度计、陀螺仪和磁强计的航姿参考系统(AHRS)可提供航向角、俯仰角和横滚角等信息,但加速度计读数中包含的载体运动加速度会影响AHRS航姿精度.针对常用的基于扩展卡尔曼滤波(EKF)的姿态估计算法,讨论了对运动加速度进行估计和补偿的两种不同方法,即内部估计法和外部估计法.仿真和实验结果表明,加速度外部估计法比内部估计法计算量小且补偿效果好,在动态环境下能获得较高的航姿精度.