作者:刘宇; 杨晓辉; 郭俊启; 钟懿; 刘洪志姿态测量自适应增量卡尔曼滤波互补滤波自适应因子数据融合
摘要:惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波(AIKF)算法.该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融合,利用滤波后的数据增量作为卡尔曼滤波器的观测量,同时对系统噪声进行自适应在线估计,以获得精准的姿态输出.实验结果表明,该算法能够实现姿态的精准测量,摇摆台试验中俯仰角、横滚角误差小于0.05°,航向角误差小于0.15°,具有较好的噪声抑制能力.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社