APP下载

基于MAEKF算法的航姿参考系统设计

2017-04-13王丁伟祖家奎

传感技术学报 2017年2期
关键词:卡尔曼滤波

王丁伟,祖家奎*,黄 海

(1.南京航空航天大学自动化学院,南京210016;2.中创航空技术有限公司,浙江嘉兴314000)

基于MAEKF算法的航姿参考系统设计

王丁伟1,祖家奎1*,黄 海2

(1.南京航空航天大学自动化学院,南京210016;2.中创航空技术有限公司,浙江嘉兴314000)

构建了以低成本MEMS陀螺仪、加速度计和磁传感器组合的航姿参考系统,提出了一个乘性自适应扩展卡尔曼滤波算法。取乘性误差四元数和陀螺仪误差作为状态量,基于重力场和磁场构造了量测矢量,用于修正航姿数据。并采用准确量测法,给滤波器加入了四元数的归一化约束,最后给出了基于新息的估计量测噪声方差矩阵的公式。通过仿真和试飞验证,表明本文设计的低成本的航姿参考系统能够提供比较准确的航姿信息。与常规的扩展卡尔曼滤波器比较,本文设计的乘性自适应扩展卡尔曼滤波算法有效提高了系统的精度和稳定性,并且具有较好的鲁棒性。

航姿参考;乘性扩展卡尔曼滤波;自适应;误差四元数

航姿参考系统能够准确测量载体的空间姿态信息。在三维空间中,通常采用俯仰角、滚转角、航向角来描述其姿态信息。在军事、航空航天、航海等领域多采用高精度的惯性测量元件,但其价格昂贵。随着价格低廉的MEMS惯性传感器的发展,低成本的航姿参考系统广泛应用于消费类的无人机、室内导航、智能穿戴设备、游戏手柄等领域。低成本的航姿参考系统一般由MEMS陀螺仪、加速度计、磁传感器组成[1]。但是,MEMS陀螺仪存在严重的零点漂移、随机误差,直接对原始数据进行积分得到的角度会产生很大的累积误差,并且该误差会随着时间不断增大[2]。……

登录APP查看全文

猜你喜欢

卡尔曼滤波
基于双扩展卡尔曼滤波的电池荷电状态估计
改进的扩展卡尔曼滤波算法研究
基于无迹卡尔曼滤波的行波波头辨识
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
基于有色噪声的改进卡尔曼滤波方法
基于序贯卡尔曼滤波的OCT信号处理方法研究
基于模糊卡尔曼滤波算法的动力电池SOC估计
融合卡尔曼滤波的VFH避障算法
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测