简介:为了提高自主水下航行器的导航精度,提出了一种新型地形无源组合导航系统.根据水下环境特点和航行器导航高精度和低成本的要求,采用捷联式惯性导航系统、地形辅助导航系统、多普勒速度声纳、电子磁罗经和利用UKF进行信息融合的导航计算机组成新型水下地形无源组合导航系统,并给出了EKF线性滤波方程、UKF非线性滤波方程和导航传感器量测方程.对比仿真实验表明,采用建议的传感器和UKF信息融合方式比采用EKF方式提高了水下航行器导航定位的精度.采用不同的导航传感器和UKF信息融合方法的地形无源组合导航系统可以有效地减小水下航行器导航位置误差,提高组合导航的稳定性和精度.
简介:TNNS(真航向导航系统)由MS860接收机、INS及处理数据的PC/104架构的嵌入式工控机构成.针对TNNS推导了INS(惯性导航系统)的误差模型,提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试,软件及滤波算法平台由C/C++编制.海上试验表明,组合滤波后,INS的位置误差由i00m降低到40m以下;进行最优化滤波后的航向误差α由原来的0.105°减小为0.034°,纵横摇的误差也大幅减小.整个海试结果表明,在TNNS中组合GPS/INS采用的降阶扩展卡尔曼滤波算法,大幅提高了系统精度和可靠性.
简介:针对MEMS惯性传感器在两轮自平衡车姿态检测中存在随机漂移误差的问题,利用扩展卡尔曼滤波实现对加速度计与陀螺仪的信息融合,设计实用的滤波算法,根据实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,建立自平衡车导航用惯性传感器陀螺仪和加速度计误差的数学模型,对加速度传感器的随机误差和陀螺仪的温度漂移误差进行补偿,从而得到自平衡车姿态信号的最优估计,实现两轮自平衡车的自平衡运行。实验结果分析表明,采用卡尔曼信息融合方法,得到自平衡车姿态信息最优估计是有效可行的,并且有利于两轮车完成自平衡控制。
简介:提出一种估计异步电机转子速度和转子磁链的新型降阶推广卡尔曼滤波器算法,建立了基于此算法的异步电机无速度传感器矢量控制系统.以转子磁链的两个分量为状态变量,被估计的参数转子速度作为扩充状态变量,构成三阶推广卡尔曼滤波器算法,算法阶数的降低明显地减少了运算量,适合实时实现.仿真结果显示转子速度和转子磁链的估计精度高,系统的速度控制性能令人满意,证明此算法有效可行.