宽带移动卫星通信低成本组合姿态确定算法

针对现有低成本微机械惯性器件无法满足宽带移动卫星通信系统在机动状态下天线指向精度的问题,提出了微机械惯性测量单元与闭环跟踪信息相结合的姿态确定算法.该算法在航向上引入闭环跟踪的指向偏差角,经PI控制器反向校正航向陀螺的漂移误差,并利用跟踪指向信息的低频分量和陀螺的高频分量估计航向角.在横滚和俯仰上,首先以改进欧拉角作为状态向量,根据陀螺角速率信息和加速度计的重力场信息分别建立状态方程和测量方程;然后依据航向角速率和俯仰角偏差对载体运动状态进行判别,并在载体机动下调整方差矩阵以依赖陀螺进行姿态估计,克服机动加速度的扰动.实验结果表明,该算法与自适应卡尔曼滤波器相比,在载体机动状态下精度更高,其航向估计精度在±0.8°,倾角在±0.5°内,满足动中通姿态稳定精度要求.     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

两轮载人自平衡车姿态测量单元设计

为提高自平衡车姿态角测量精度,利用惯性传感器MPU6050及STM32微处理器,采用参数可调的自适应显性互补滤波算法,结合陀螺仪和加速度计数据分别进行高频和低频姿态估计,设计了自平衡车姿态角测量单元。系统在线测试结果表明,该检测单元设计简单,算法易于实现,姿态角的估计精度高,为自平衡控制的实现提供了保证。     

MIMU在不同情况下的可观测性分析

基于微机电系统(MEMS)技术的微惯性测量单元(MIMU)在体积、重量、功耗都具有显著优势,但是其较大的惯性器件误差限制了其应用范围。通过引入旋转调制技术抑制其影响,使得MIMU能够实现寻北应用,目前这方面已经得到比较多的研究。但是不足之处在于缺乏对MIMU的可观测性分析,而状态是否可观测与Kalman滤波能否准确估计误差状态量是紧密联系的。该文针对MIMU在静止、多位置、连续旋转3种情况下,基于实测数据用Kalman滤波分析其可观测性。结果表明:静止情况下MIMU的航向姿态角误差很大,无法自对准;通过绕航向轴及俯仰轴旋转的多位置方案,可以使得MIMU的误差状态量完全可观测;连续旋转情况下,Kalman滤波可以在较短时间内估计出航向角及天向加速度计零偏,并在一段时间后估计出方位陀螺漂移,但是无法准确估计出水平方向的陀螺漂移及加速度计零偏,不过寻北算法可以估计出水平方向的惯性器件常值误差。该研究结果为提高MIMU自对准精度以及评估其性能提供了途径和理论依据。     

水下攻泥器随钻姿态惯性测量方法

结合水下攻泥器钻头实际工作情况,提出了一种基于捷联惯性系统,通过扩展卡尔曼滤波算法进行钻头姿态测量的新方法. 该方法以加速度与角速度低频值作为观测量对误差进行校正,对钻头姿态进行推算. 测试结果表明,该钻头姿态测量方式是可行的,能够在不增加传感器情况下极大地提高捷联惯性系统的导航精度,使航向角的漂移从20°/h减小到3°/h.     

单轴旋转捷联惯导系统姿态和航向角在线组合校正

为了提高工作在水下环境下的单轴旋转捷联惯导系统的导航定位精度,给出了惯导系统姿态和航向角在线组合校正流程,提出了一种基于速度信息的旋转式捷联惯导系统二次对准方法.利用速度信息和Kalman滤波技术进行姿态和航向角误差最优估计,同时周期性转动惯性测量单元以提高系统的可观测性.计算机仿真和转台验证实验结果表明,系统经过二次对准后,后续纯惯性模式下的定位精度明显提高,仿真实验中定位误差由4.52 n mile减小为2.19 n mile,转台实验中定位误差由4.28 n mile减小为2.06 n mile.     

微小型惯性测量组合的标定方法研究

在捷联惯性航向姿态测量系统中,微惯性器件是核心部分,陀螺和加速度计的精度直接影响整个系统的性能.本文设计了微惯性测量单元MIMU的结构,建立了数学模型,采用翻滚法和转台法,分别标定加速度计和陀螺的零位偏差、标度因子及安装角误差.     

基于四元数的MARG传感器姿态测量算法

陀螺仪的漂移、载体的线性加速度和周围局部磁场的干扰是制约MARG传感器姿态测量精度的主要问题,传统的方法利用滤波算法和零速修正技术来减小姿态测量误差。该文基于已有的惯性测量单元,设计了一个基于四元数的扩展Kalman滤波器,通过建立MARG传感器模型,引入传感器偏差补偿和自适应的测量噪声协方差矩阵构造方法来提高姿态测量精度,减小载体线性加速度和周围局部磁场的干扰,实现三自由度的姿态测量。基于惯性测量单元(IMU)的实验结果表明了本文所提算法能显著提高姿态测量精度。     

MIMU/偏振光互补滤波组合导航算法研究

针对偏振光导航中存在的输出角度模糊性和三维状态下航向角计算问题,提出利用互补滤波对MEMS惯性测量单元(MIMU)和偏振光传感器进行信息融合的姿态更新算法。该算法利用偏振光传感器测量模型构造太阳位置的估计矢量和实测矢量,通过PI(proportional-integral)补偿策略实现3轴陀螺仪偏差的最优估计和补偿。通过对比纯惯导系统INS、单偏振光导航系统、MIMU/地磁和MIMU/偏振光4种导航系统的输出姿态角,表明该算法能够有效滤除惯导系统的低频噪声和偏振光传感器测量值中的高频噪声,并且能够获取无人机360°范围内的航向角估计量,为偏振光组合导航提供了一种行之有效的解决方法。     

基于复合卡尔曼的低成本手机陀螺仪降噪研究

在利用智能手机中的低成本MEMS传感器进行定位时,由于陀螺仪和加速度计输出的原始数据存在较大误差,难以获得较为准确的姿态角信息。其中利用陀螺仪数据进行积分运算后造成的漂移误差尤为严重。针对这个问题,将陀螺仪和加速度计的数据进行信息融合,使用复合卡尔曼滤波法来降低陀螺仪积分漂移误差。静态和摇摆实验表明基于复合卡尔曼滤波的降噪方法可有效提高姿态角测量精度。     

基于自适应平方根UKF的微机械传感器融合航姿估计

提出一种新的基于自适应平方根UKF的微机械传感器组合姿态测量系统.该系统采用3轴微机械陀螺积分得到姿态角,采用3轴微机械加速度计测量重力矢量得到俯仰角和横滚角,分别校正俯仰漂移和横滚陀螺漂移;采用磁强计得到航向角,并与陀螺积分角度融合校正航向陀螺漂移.跑车实验结果表明,基于自适应平方根UKF算法可实时估计机动加速度干扰,并在融合滤波器中进行补偿,能够有效去除车辆机动加速度干扰,姿态角估计精度在±0.6°以内.     

基于锁相跟踪和惯组的旋转弹滚转角估计方法

为解决微惯性测量组合测量旋转弹滚转角的问题,在对旋转弹角运动特性进行分析研究的基础上,建立微惯性测量组合测量滚转姿态的数学模型,提出基于锁相跟踪算法和微惯性测量组合的旋转弹滚转角估计方法. 该方法对基于三阶锁相环的锁相跟踪算法及其特性进行研究,根据旋转弹角运动特性和微惯性测量组合测量信号特性确定三阶锁相环环路滤波参数,并建立基于三阶锁相环和微惯性测量组合的旋转弹滚转角估计模型,即可根据模型进行锁相跟踪计算得到滚转角. 仿真结果表明,三阶锁相跟踪环路能对旋转弹滚转信号进行有效跟踪,并能够通过微惯性测量组合估计滚转角速度和滚转角,满足旋转弹滚转运动姿态提取的要求,有较大的实用价值.      

惯性平台测漂方案的研究

陀螺仪的漂移是空间稳定惯性导航系统的主要误差源,对漂移模型系数的准确辨识是保证系统实现长时间、高精度自主导航的关键.给出了一种利用三轴高精度伺服转台提供多个测试位置,使惯性平台工作在相应位置下,并处于惯性稳定状态的静态6位置测漂方案.三轴转台的使用提高了多位置测量时,平台测漂位置的精确度.建立了包含陀螺仪漂移、地球自转、安装误差角等因素在内的平台漂移数学模型.对平台漂移误差参数的辨识方法进行了阶段性分析,取加速度计和欧拉角的输出作为观测量,建立了平台漂移误差模型的状态方程和输出方程.从理论上分析了影响陀螺安装误差角辨识精度的主要因素,提出了转台相对地面存在角速率条件下的辨识方案改进的思路.     

宽带移动卫星通信系统低成本姿态估计算法

针对低成本微机电惯性测量单元无法满足宽带移动卫星通信系统姿态估计精度的问题,提出了以单基线GPS为辅助传感器的低成本姿态估计(LCAE)算法.该算法通过互补滤波器对陀螺测量值与加速度计姿态角进行传感器融合.为了克服机动加速度干扰,借助单基线GPS的速率信息及航向信息,加入了机动加速度补偿和侧滑角补偿;为了降低算法对GPS信号的依赖,加入了开关结构.实验结果表明,LCAE算法能够有效去除加速度计测量值中的非重力信息,隔离载体运动对加速度计输出的干扰,姿态角估计精度在GPS信号完全锁定的情况下达到±0.5°以内,在GPS信号不完全锁定的情况下,姿态角估计精度优于开关卡尔曼方法,达到±1°以内,满足低成本移动卫星通信系统要求.     

一种基于卡尔曼滤波器的智能手机姿态估算算法

利用内置陀螺仪估算姿态可实现基于智能手机的惯性导航系统,但测量噪声导致姿态无限漂移,使得基于智能手机的惯性导航系统具有一定的局限.根据该不足,提出一种基于卡尔曼滤波的姿态估算算法,通过融合陀螺仪的姿态估算结果和加速度计的测量结果得到高精度的智能手机姿态,并利用集成在智能手机的惯性导航算法得到参考姿态,避免使用较昂贵的测量设备.首先介绍了一种智能手机和内置惯性传感器的初始参数,用于计算智能手机的姿态.然后比较了6次从自由落体到静止和绕x轴缓慢旋转360°场景时智能手机的参考姿态、基于陀螺仪的估算姿态和基于推荐算法的姿态.实验结果表明基于推荐算法的智能手机姿态精度最高且没有漂移现象,该结果论证了本工作对提高智能手机姿态的精度具有可行性.     

基于MEMS惯性技术的延转姿态角测量误差补偿研究

本文介绍了基于MEMS惯性技术,载体在水平面上廻转时产生的姿态角测量原理,运用在线误差补偿技术,针对因MEMS惯性器件加速度效应误差不均衡,导致的翅转姿态角测量误差进行实时补偿。提高了姿态测量装置题转姿态角的测量精度。     

基于多传感器数据融合的四旋翼飞行器的姿态解算

 用于农田信息采集的四旋翼飞行器姿态解算过程中,存在姿态角测量不够准确这一难题。选择基于加速度计、电子罗盘与陀螺仪的捷联式惯性测量系统,采用卡尔曼滤波算法,通过融合多个传感器的测量数据,解算出高精度的姿态角。为验证卡尔曼滤波算法的有效性和实用性,搭建了四旋翼飞行器姿态检测实验平台。结果表明,经卡尔曼滤波算法处理之后的姿态角动态响应好,解算精度高,其最大跟踪误差控制在±1.5°以内,消除了由加速度计或电子罗盘带来的测量白噪声,也有效抑制了陀螺仪的温度漂移,满足四旋翼飞行器对姿态解算精度的要求。     

移动卫星通信系统组合姿态估计算法

针对宽带移动卫星通信系统传感器直接融合姿态估计算法易受外界因素干扰、估算误差难以校正的问题,提出了一种移动卫星通信系统组合姿态估计算法。该算法以移动卫星地球站载体的位置误差、速度误差和姿态误差为系统状态量,建立了9状态的组合导航姿态估计模型;通过使用GPS航向角辅助观测解决了组合姿态估计算法航向角可观性弱、姿态角估计值易发散的问题;通过将转弯判断规则和Sage-Husa自适应控制算法进行融合,降低了GPS航向角测量误差对姿态估计的影响,提高了组合姿态估计算法的精度。实验结果表明:移动卫星通信系统组合姿态估计算法计算简单、实时性好,姿态估计精度优于传感器直接融合算法,其姿态估计误差可控制在±0.5°以内,最小均方误差值小于0.4,满足低成本宽带移动卫星通信波束对准要求。     

移动卫星通信低成本多传感器融合姿态估计方法

针对低成本移动卫星通信终端的天线姿态估计问题,提出了一种基于自适应滤波的低成本多传感器融合姿态估计方法.该方法通过融合微机械陀螺信息和加速度计重力场测量信息来得到精确的水平姿态角估计;通过融合单基线GPS高精度的航向角测量与陀螺信息保证航向角精度.在单基线GPS失锁的情况下,利用机动加速度观测对融合滤波器进行自适应控制,与标准平方根无迹卡尔曼滤波器相比,有效地克服了机动加速度影响.实验结果表明:所提出的低成本姿态估计方法在单基线GPS锁定或短时间失锁情况下,能够满足宽带移动卫星通信天线波束对准精度要求,三维姿态角误差均小于0.5°.     

惯性测量单元误差标定

针对低成本惯性测量单元标定中的速度和精度问题,建立了惯性测量单元的误差模型,提出了一种针对惯性测量单元零偏、标度因数和安装误差角的标定方法。利用6状态法标定出加速度计参数,利用4状态法标定出了陀螺参数。对标定后的惯性测量单元进行试验测试,结果表明,标定后惯性测量单元的测量精度满足预期要求,标定方法正确、有效。