变形监测数据滤波的H_2/H_∞混合凸优化方案

目前流行的滤波方法卡尔曼滤波方法、小波处理方法不能处理非白噪声.针对噪声由白噪声和非白能量有限噪声组成情况,H∞优化滤波器考虑了非白能量有限噪声的最坏情况,但未顾及白噪声的影响.在噪声信号和系统的范数分析基础上,使用了混合滤波优化指标J作为优化目标,并给出其物理含义.针对H2滤波方案和H∞滤波方案的优缺点,通过LMI凸优化方法求解混合滤波器,并给出了仿真算例.     

基于BP神经网络的GFSINS角速度预测

针对无陀螺捷联惯导系统(GFSINS)中传统角速度算法解算精度不高的问题,提出一种可避免复杂代数运算的反向传播(BP)神经网络算法来求解角速度.基于一种十加速度计构型方案,选择10个加速度计输出、采样周期和臂杆距离等12个已知量作为网络输入,以对数法得到的角速度值作为期望输出,针对5 000个样本在不同的隐含层层数、单层神经元个数以及学习步数等情况下进行网络训练,构建了一个含有30个隐含层神经元的3层BP网络模型.采用此模型对角速度进行实时预测,结果表明:网络具有很好的适应能力和实时性,角速度实时预测时间与对数法相当,且其预测精度比对数法提高大约3倍.     

基于H∞滤波的无源北斗/INS对准技术研究

无源北斗/惯导（INS）组合导航系统中,INS噪声特性和模型存在不确定性,不能很好的满足Kalman滤波对系统的要求,造成滤波系统对误差状态估计不准,影响了对准精度。本文研究了对系统噪声和模型等不确定性具有较强鲁棒性的H∞滤波算法,建立了无源北斗/INS组合对准误差模型,并分别采用H∞滤波、常规卡尔曼滤波和衰减记忆滤波进行了比较仿真。结果表明,采用H∞滤波可以进一步保证对准的快速性和对准精度,在实际应用中有较高参考价值。     

基于H_∞滤波的船用无源北斗/INS对准技术研究

无源北斗/惯导(INS)组合导航系统中,INS噪声特性和模型存在不确定性,不能很好地满足Kalman滤波对系统的要求,造成滤波系统对误差状态估计不准,影响了对准精度。研究了对系统噪声和模型等不确定性具有较强鲁棒性的H∞滤波算法,建立了无源北斗/INS组合对准误差模型,并分别采用H∞滤波、常规卡尔曼滤波和衰减记忆滤波进行了比较仿真。结果表明,采用H∞滤波可以进一步保证对准的快速性和对准精度,在实际应用中有较高参考价值。     

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。     

非高斯噪声下的车载GPS信号定位算法

针对车载GPS定位算法中卡尔曼滤波对异常的观测噪声非常敏感,严重影响车载GPS定位的精度问题,应用Bayes定理,给出观测噪声服从污染正态分布的Bayes滤波算法。研究结果表明:该滤波算法能够有效地抑制异常噪声对车载GPS定位算法的影响;实例解算结果验证了该算法的有效性和可靠性。     

改进的对数算法求解GFSINS的角速度

基于一种9加速度计配置方案,应用对数算法对无陀螺捷联惯导系统的角速度进行求解,对传统对数算法解算角速度进行了推导,详细分析了该方法解算角速度造成不能判断符号的原因,并针对此问题提出了积分法和一种准无陀螺方法来判断符号的解决方案.对传统对数算法和改进的对数算法解算角速度进行了仿真试验,验证了改进的对数算法可以判断解算角速度的符号.     

基于改进六位置法的一种 MEMS 加速度计标定补偿方案

微机电系统(micro electronic mechanical system,MEMS)加速度计在测量过程中受安装误差、刻度因子及零偏影响,为提高MEMS加速度计的测量精度,在六位置法标定的基础上,提出一种改进的MEMS加速度计标定补偿方案.利用小波滤波对MEMS加速度计的原始测量值进行滤波,运用六位置法对6个位置的原始数据进行标定得到补偿模型.通过实验验证,MEMS加速度计测量精度由标定前的1.2 m/s2提高到0.01 m/s2,由MEMS加速度计解算的横滚角和俯仰角精度由标定前的1°提高到0.166 4°.     

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。     

旋转导向系统有色噪声的改进无迹卡尔曼滤波方法

在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。     

动态灰色聚类自适应的H∞滤波算法

为解决H∞滤波器结构参数随时间增长而发散的问题,提出了一种动态灰色聚类自适应的H∞滤波新算法.实时估计出系统噪声方差矩阵和量测噪声方差矩阵,对状态变量进行灰色聚类,并对滤波矩阵和增益矩阵进行实时自适应调整,计算出状态向量的递推估计值.仿真结果表明:H∞滤波新算法与传统H∞滤波算法和基本Kalman滤波算法相比,滤波精度相当,输出曲线光滑,滤波器的结构参数在10 s内稳定且收敛.改进后的新算法避免了计算值的发散,鲁棒性强.     

基于四元数卡尔曼滤波的多轴传感器协同人体跌倒监测研究

为了准确、快速、自动地监测人体跌倒,开展了基于四元数卡尔曼(Kalman)滤波的多轴传感器协同人体跌倒监测研究.它使用MPU-9520传感器实时获取人体姿态信息,再基于四元数法实现姿态解算.利用Kalman滤波算法降低噪声影响,提高监测正确率.通过选择加速度、角速度和姿态角的矢量大小的阈值作为跌倒判断标准,提高了跌倒监...     

改进的基于奇异值分解的抗差容积卡尔曼滤波算法在全球定位导航中的应用

非线性动态系统存在非线性和噪声不确定的问题,容积卡尔曼滤波对解算该类系统有较好的精度,为了提升导航系统对异常观测值的稳定性,对采样数据进行均值滤波处理,降低干扰较大的采样数据对于滤波结果的影响.用奇异值分解代替Cholesky分解,改善滤波稳定性,避免先验协方差非正定而降低滤波性能.最后通过引入抗差因子调节观测协方差矩阵,再次减少观测异常值对于滤波结果的影响.采用仿真实验进行分析,改进的抗差容积卡尔曼滤波算法对于减弱异常观测值影响有良好的效果.     

自适应误差四元数无迹卡尔曼滤波四旋翼飞行器姿态解算方法

针对小型四旋翼飞行器在姿态解算时,使用的惯性器件在飞行器起飞、下降等过程中容易受到非重力加速度影响的问题,提出了一种自适应误差四元数无迹卡尔曼滤波的飞行器姿态解算方法。该方法在传统无迹卡尔曼滤波算法的基础上,结合陀螺仪漂移误差模型,使用误差四元数的方法构建无迹卡尔曼滤波的状态方程,选用加速度计和磁强计的输出作观测量,利用其构建无迹卡尔曼滤波的量测方程,并通过自适应调整量测噪声协方差矩阵,减小非重力加速度对姿态解算的影响。实验表明,当飞行器存在非重力加速度时,该方法可以有效减小非重力加速度影对姿态解算的影响。     

MPU9250传感器的姿态检测与数据融合

设计了基于MPU9250多轴姿态传感器和MSP430F149单片机的姿态检测系统。利用传感器内部的陀螺仪、加速度计和电子罗盘,可以对3个轴的角速度、加速度、磁感应强度进行测量,进而解算成角度姿态。利用优化的卡尔曼滤波算法对解算的姿态角度进行了融合处理,融合后的数据有效地抑制了噪声,提高了角度姿态检测的准确性。设计的姿态检测系统每秒钟可以完成100次姿态检测与计算,具有体积小、响应快等特点,并应用于自平衡小车的姿态检测。     

基于粒子滤波的GPS定位解算方法

针对GPS定位解算将非线性GPS伪距方程线性展开,产生较大定位解算误差的问题,采用粒子滤波算法定位解算伪距方程。实验结果表明,基于粒子滤波的GPS定位解算优于卡尔曼滤波,有效提高了GPS导航定位的精度和可靠性。     

基于改进自适应混合滤波算法的输电杆塔倾角测量方法

针对输电杆塔在线监测系统在使用低成本惯性测量单元(inertial measurement unit, IMU)测量杆塔倾角时存在测量精度低、姿态解算易发散、稳定性差的问题,提出一种基于改进自适应混合滤波算法的输电杆塔倾角测量方法。首先建立杆塔姿态解算坐标系,并结合四元数法确定了定姿方案。其次,运用改进型PI互补滤波算法对陀螺仪及加速度计进行信息融合,高低频优势互补,初步提升系统的姿态解算精度。最后将初步去噪后的信息作为Sage-Husa自适应滤波算法的初值,并引入滤波发散判据,在发散时调整误差协方差矩阵,从而对发散进行有效抑制,提高算法稳定性。实验结果表明,该算法可以有效提高测量精度,抑制解算结果的发散。     

一种提高角速度解算精度的九加速度计配置方案

基于六加速度计的立方体配置方案,提出了九加速度计的无陀螺惯性测量组合(NGIMU)配置方案,并建立了其数学模型.提出了一种提高角速度解算精度的新算法,该算法利用加速度计的冗余信息,解决了角速度运算的符号问题,抑制了由于角加速度积分带来的加速度计输出误差的累积.同时进行了系统东西向位移、航向角、俯仰角和横滚角的仿真.仿真结果验证了方案的可行性和算法的有效性.     

自适应联合H∞滤波器及其在组合导航系统中的应用

研究了联合H∞滤波模型融合信息在各子滤波器中的分配原则,利用改进的Elman网络设计了信息分配系数自适应调节算法,给出了引用此算法的自适应联合H∞滤波器模型,并且给出了该模型的详细算法．MIMU／GPS／HMR组合导航系统的仿真结果表明,应用本文提出的自适应联合H∞滤波器实现了融合信息在各局部滤波器和主滤波器的自适应分配,提高了系统状态估计精度和滤波器解算速度．     

考虑观测噪声扰动的修正H_∞滤波方法

为有效改善观测噪声方差对滤波估计精度的影响,提出了一种考虑噪声扰动的修正H_∞滤波方法.首先,在扩展H_∞滤波架构内利用无迹变换代替运算复杂的雅克比矩阵计算,并采用高斯密度近似滤波的方法来减小了观测方程线性近似误差;然后,对状态协方差矩阵的均方根进行柯西分解,采用对角元素求解的方法,降低了观测噪声的扰动误差对滤波估计精度的影响.仿真结果表明,该方法对观测噪声的扰动效应具有较强的鲁棒性.