基于四元数互补滤波的无人机姿态解算

针对无人机低成本姿态解算这一基本问题,考虑到传统姿态算法运算量大、不易调试,采用微惯性单元(MEMS)测量无人机原始姿态数据,采用基于四元数的互补滤波算法,有效降低姿态解算的运算量,实现MEMS各传感器的信息融合。从理论上证明了基于四元数的互补滤波器的稳定性,分析了滤波器的性能。采用无人机真实数据验证了算法的有效性,解算得到的俯仰角、滚转角精度小于1°,航向角精度小于2°。与传统姿态算法比较,本算法简单有效、运算量小、易于调试。     

一种基于改进卡尔曼滤波的姿态解算算法

针对多传感器融合姿态解算精度不高的问题,本文提出一种改进的卡尔曼滤波算法,即高阶线性互补滤波与扩展卡尔曼滤波(Extended Kalman Filter,EKF)相结合的融合算法。该数据的融合是基于加速度计、陀螺仪传感器频率特性和姿态角的微分方程建立的系统模型,将互补滤波的姿态角数据作为该系统模型的观测值,利用EKF算法对加速度计、陀螺仪、磁力计进行数据融合。高阶的互补滤波和EKF的融合算法能够有效的解决陀螺方向的估计偏差,为了证明该算法的可行性,用搭载IMU(InertialSmeasurementSunit)模块的四旋翼飞行器进行了动态和静态的实验,分析对比了最新导航算法、经典卡滤波算法和该融合算法滤波的效果。实验结果表明：本文提出的高阶无源线性互补滤波和EKF相结合的融合算法,无论在静态还是动态的实时性情况下,都能很明显的去除噪声和抑制姿态角的漂移,且提高了姿态角的精度。     

基于互补滤波算法的倾斜RTK姿态解算

针对目前倾斜RTK(real time kinematic)由于姿态解算角度偏差大,导致测量精度较差的问题,提出了一种基于差分进化(differential evolution, DE)算法的向量外积补偿的互补滤波算法。所提算法对传感器中的高低频信号进行向量外积补偿,通过比例积分(proportion integration, PI)补偿器完成数据融合,利用DE算法寻求补偿器的最优参数,实现最佳姿态估计。通过惯性传感器搭载全站仪模拟倾斜RTK使用环境,进行动静态仿真实验。实验结果表明：所提算法可以有效地得到高精度姿态角,且姿态角精度高于传统的拓展卡尔曼滤波算法,满足倾斜RTK的使用环境。     

基于VNS-GA的PID和互补滤波控制的自平衡车姿态解算

自平衡车的姿态主要靠传感器来感知,通过传感器感知的角速度和加速度数据自动调整自平衡车的姿态角,从而维持其平衡.采用三轴陀螺仪和三轴加速度计分别采集自平衡车的角速度和加速度,通过互补滤波方法,对2种传感器采集到的数据进行融合,降低噪声和误差;然后,采用本文提出的融合变邻域搜索的遗传算法(VNS-GA)对PID控制器的3个参数进行寻优,从而对互补滤波方法获得的角度进行自适应调整,最终得到较精确的姿态角.为了验证基于VNS-GA的PID控制方法的性能,分别使用基于GA的PID控制方法和基于VNS-GA的PID控制方法来解算自平衡车的姿态角.实验结果表明:基于VNS-GA的PID控制方法得到的姿态角更接近于真实值,性能更好.     

基于信息融合的大飞艇自适应姿态解算算法

现有计算大飞艇姿态角的平衡滤波算法虽然融合了加速度和角速度信息,但其未对加速度的适用条件进行分析,从而导致了积累误差和动态解算准确性问题.针对该算法的不足,提出了根据飞艇的不同运动状态来调整姿态解算算法的融合加速度和角速度数据的自适应姿态解算算法,并通过Matlab实验验证了算法的有效性.实验结果表明,该算法有效地解决了平衡滤波算法的不足,通过引入SMV(signalmagnitudevector,信号量向量),使大飞艇的运动状态得到了准确判断,从而使积累误差问题得到了有效改善,同时提高了大飞艇的动态解算准确性.     

CORDIC算法在捷联导航系统姿态解算中的应用

在传统CORDIC算法的基础之上,通过增加迭代次数,对迭代参数进行优化筛选,提高了运算精度,通过在Altera公司NiosⅡ处理器中增加自定义指令的方式完成了硬件实现.最终将其运用到了捷联导航捷联姿态解算算法中,使解算结构得到简化,速度得到提升.     

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。     

基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算

为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。     

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.     

旋转导向钻井工具姿态参数的模拟解算

根据旋转导向钻井工具姿态参数的求解需要,结合Taylor中值定理,提出一种模拟解算方法,分析了三角函数的展开式及其逼近表达式,并应用模拟乘法/除法器和负反馈电路设计了正弦函数拟合求解和姿态参数角直接解算电路.通过数值仿真和试验结果的对比分析,验证了解算电路的可行性,可以降低实时参数解算对计算机采集速度的要求,提高系统的动态控制性能.     

决策树与模糊决策树的比较

对决策树与模糊决策树的异同进行了比较分析.模糊决策树是决策树在模糊环境下的一种推广 ,它作为一种知识表示形式更符合人类的思维.     

基于改进ID3算法的决策树构建

介绍了决策树算法的基本原理,指出在决策树构建的过程中,ID3（Interative Dichotomic Version3）算法按照信息增益最大的原则选取属性,公式比较复杂,相应计算的复杂度也比较高,耗费较多的硬件资源．相对于ID3算法而言,条件概率决策树算法按照条件概率最大的原则选取属性,条件概率能够把属性和类别联系在一起,公式比较简单,有效地降低了计算的复杂性,并且决策树的建立提高了系统的精确度和检测速度．     

基于深度学习的平面位姿估计算法

为了在未知物体三维模型的情况下使用深度学习进行平面位姿估计,采用编码器-解码器网络,从单个RGB图像中检测平面实例分割及法线信息,并利用这些信息进行位姿解算,获得每个平面的实时位姿。实验结果显示,平面召回率为0.625,平面法线召回率为0.414,实时性为18.5 f/s,验证了算法的可行性。     

基于内插型双边带滤波器的时域自适应滤波

针对过采样条件下直接序列扩频（DSSS）系统中采样样值相关性造成在使用传统时域自适应滤波窄带干扰抑制方法时扩频信号失真的问题,提出一种改进的时域自适应滤波方法.该方法基于内插型双边带滤波器,采用抽取-内插结构,结合最小均方（LMS）算法进行自适应权值更新,实现窄带干扰抑制.理论分析和仿真结果表明,在高信噪比情况下,该方法与常规自适应滤波方法比较,具有更小的信噪比回退和有用信号畸变;同时低信噪比情况下,其误码率性能也略有优势.      

基于信道估值的判决反馈均衡器研究

比较分析了基于信道参数得到的滤波器系数解分别作为均衡器前向和反馈滤波器的最优解及最优初始解的情况下均衡的性能改善程度,并将波特间隔判决反馈均衡器(BS-DFE)和分数间隔判决反馈均衡器(FS-DFE)的性能作了比较.理论和仿真分析表明:基于信道参数得到的滤波器系数解如果作为均衡器前向和反馈滤波器的最优解,在信道保持不变的情况下有优势;将基于信道参数得到的滤波器系数解作为均衡器前向和反馈滤波器的最优初始化解,结合不同的均衡器结构(BS-DFE和FS-DFE),与LMS算法结合,得到的均衡效果在不同程度上得到改善,FS-DFE均衡的效果比BS-DFE的均衡效果更加收敛,但运算量并没有得到改善.研究表明:在不同的情况下,各种均衡方式方法都有其自身特点,根据实际要求采用不同的均衡方式或同时使用会取得最佳效果.     

基于决策树的数据挖掘算法的应用与研究

数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的过程,是一种新型的数据分析技术.研究数据挖掘中的决策树算法以及决策树算法在具体的客户关系管理系统中的研究与分析,对数据挖掘中的决策树技术做了详细的描述.     

基于改进姿态估计算法的嵌入式平台实时跌倒检测

为了实现视频中特殊人群跌倒检测的实时性和降低误检率。通过采用改进的姿态估计网络提取人体关节点的方法,研究了使用前后帧关节点的变化来对人体进行追踪和跌倒行为检测。为了在嵌入式平台上使姿态估计网络达到实时效果,采用带有注意力机制的轻量化结构搭建深度卷积网络来提取人体关节点坐标,并合成完整的骨架信息。结果表明：带有注意力机制的姿态估计算法在不同数据集上的准确度均有提升;同时在嵌入式平台上保持误检率较低的情况下达到实时跌倒检测。可见基于改进姿态估计算法并通过关节点判断的方法较好地实现了人体的跌倒检测。     

基于椭圆模型和神经网络的人脸姿态估计方法

基于椭圆模型和神经网络方法, 提出一种人脸姿态估计方法. 先采用椭圆模型对人脸边界进行拟合, 确定眼睛和嘴在椭圆中的位置, 再应用BP神经网络对位置参数和人脸姿态参数的关系进行学习, 从而对人脸姿态进行估计. 实验结果表明, 用该方法对较大范围内的人脸转动进行估计, 结果比较准确.     

基于决策树的排序学习算法

基于一个修改了的决策树的分裂规则,得到了具有直观解释的排序算法,并给出了相关理论证明.实验结果表明,该算法优于感知机类和序回归类算法.     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。