首页 | 本学科首页   官方微博 | 高级检索  
     

基于MPU9250的简化模型卡尔曼滤波算法
引用本文:陈仕毅,徐大诚,丁一鸣. 基于MPU9250的简化模型卡尔曼滤波算法[J]. 仪表技术与传感器, 2019, 0(4): 86-89,94
作者姓名:陈仕毅  徐大诚  丁一鸣
作者单位:苏州大学微纳传感技术研究中心
基金项目:国家科技支撑计划项目(2015BAF16B01);装备预研基金项目(9140A09032015)
摘    要:针对民用行人/车辆导航等低动态场景低廉成本和快速响应的需求,选用MPU9250惯性传感器单元,提出了一种基于线性状态方程的简化模型卡尔曼滤波算法,该算法是对状态方程和量测方程简化后直接计算估计均方误差,避免了复杂的矩阵求逆和分解运算。试验表明,简化模型的卡尔曼滤波算法输出的姿态均方差为互补滤波的76.87%,计算时间仅为后者的58.42%,可应用于低动态运动状态姿态解算的快速响应。

关 键 词:组合导航  卡尔曼滤波  姿态估计  简化模型  低动态环境  实时性

Simplified Model Kalman Filter Algorithm Based on MPU9250
CHEN Shi-yi,XU Da.cheng,DING Yi-ming. Simplified Model Kalman Filter Algorithm Based on MPU9250[J]. Instrument Technique and Sensor, 2019, 0(4): 86-89,94
Authors:CHEN Shi-yi  XU Da.cheng  DING Yi-ming
Affiliation:(Research Center of Micro-nano Sensor Technology,Soochow University ,Suzhou 215006,China)
Abstract:CHEN Shi-yi;XU Da.cheng;DING Yi-ming(Research Center of Micro-nano Sensor Technology,Soochow University ,Suzhou 215006,China)
Keywords:integrated navigation  Kalman Filter  attitude estimate  simplified model  low dynamic environment  real-time
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号