低阶线性Kalman滤波实时定姿算法的设计与实现

低阶线性Kalman滤波实时定姿算法的设计与实现

ID:46636941

大小:759.17 KB

页数:5页

时间:2019-11-26

低阶线性Kalman滤波实时定姿算法的设计与实现_第1页
低阶线性Kalman滤波实时定姿算法的设计与实现_第2页
低阶线性Kalman滤波实时定姿算法的设计与实现_第3页
低阶线性Kalman滤波实时定姿算法的设计与实现_第4页
低阶线性Kalman滤波实时定姿算法的设计与实现_第5页
资源描述:

《低阶线性Kalman滤波实时定姿算法的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2015年第1期导弹与航天运载技术No.12015总第337期MISSILESANDSPACEVEHICLESSumNo.337文章编号:1004-7182(2015)01-0079-05DOI:10.7654/j.issn.1004-7182.20150118低阶线性Kalman滤波实时定姿算法的设计与实现朱文杰,王广龙,高凤岐,乔中涛(军械工程学院纳米技术与微系统实验室,石家庄,050003)摘要:从Kalman滤波定姿算法的实时实现出发,设计一种降维Kalman滤波器。推导了加速度计、磁强计组合全方位姿态角的解算公式。基于四元数微分方程,采用四阶龙格-库塔法对陀螺仪

2、输出的角速率数据进行处理,建立了递推关系式,并以姿态四元数作为系统的状态矢量,构成四维Kalman滤波器。在DM3730Cortex-A8处理器平台上对算法进行实现和实验验证。实验结果表明,经过降维处理后的算法,显著降低算法的实现复杂度和计算量,滤波效果及实时性能均达到预期的目标,具有较强的实用性。关键词:卡尔曼滤波器;定姿;四元数;Cortex-A8;实时性中图分类号:TP274文献标识码:ADesignandImplementationofaLow-orderandLinearKalmanFilteringAlgorithmforReal-timeAttitudeDe

3、terminationZhuWen-jie,WangGuang-long,GaoFeng-qi,QiaoZhong-tao(LabofNanotechnologyandMicro-system,CollegeofMechanicalEngineering,Shijiazhuang,050003)Abstract:AdimensionalityreducedKalmanfilterisdesignedinthispaper,tosatisfythereal-timeimplementationoftheKalmanfilteringalgorithmforattituded

4、etermination.Afullrangeattitudeanglecalculatingformulaisderivedforaccelerometerandmagnetometer.Four-orderRunge-Kuttamethodbasedonquaterniondifferentialequationisusedtodisposetheoutputangularratedatafromgyroscope,andarecurrenceexpressionisestablished.Attitudequaternionischosenasthestatevec

5、torofthesystemtoformafour-dimensionalKalmanfilter.Finally,thewholealgorithmisrealizedandverifiedonDM3730Cortex-A8processorplatform.Theexperimentalresultsshowthatthedimensionalityreducedalgorithmsignificantlyreducestheimplementationcomplexityofthealgorithmandtheamountofcomputation,andthefi

6、lteringeffectandreal-timeperformancereachtheexpectedgoal,soithasgoodpracticality.KeyWords:Kalmanfilter;Attitudedetermination;Quaternion;Cortex-A8;Real-time0引言度、震动、磁场等环境因素影响的缺点,需要采用一定姿态确定在航空航天、军事、人体运动学分析、的处理算法对其测量输出进行处理,以消除误差和干消费类电子产品及机器人等众多领域有着广泛的应扰。[1~3]用。由微机电系统(MicroelectroMechanicalSys

7、tem,姿态估计常用的算法是Kalman滤波及其各种扩[4]MEMS)传感器组成的微惯性测量单元(MIMU),辅展和衍生形式,如EKF、UKF、联邦Kalman滤波等。以微磁强计组成的航向姿态参考系统(AHRS),可实现文献[3]使用UKF和互补滤波组合的方法对姿态估计对被测对象的全姿态参数进行测量。与传统的平台式定和陀螺仪误差补偿的方法进行了研究;文献[5]、[6]均姿系统及激光陀螺、光纤陀螺等定姿系统相比,AHRS采用与本文类似的传感器组成结构,但其滤波器均为7具有体积小、质量轻、功耗低、自主性强、系统实现简阶,且都需要事

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。