作者:刘浩宇,李奇 单位:中国计算机学会工业控制计算机专业委员会;江苏省计算技术研究所 出版:《工业控制计算机》2018年第06期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFGYKJ2018060320 DOC编号:DOCGYKJ2018060329 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于卡尔曼滤波的四旋翼飞行器悬停控制研究》PDF+DOC2013年第11期 吴友强,纪浩,邹力涵 《基于MEMS传感器的高精度姿态角测量研究》PDF+DOC2017年第02期 刘震,王雪梅,倪文波 《基于多传感器数据融合的转向参数测量仪设计》PDF+DOC2019年第01期 陈浩龙,黄春榕,李擎 《两轮自平衡车姿态传感器信息融合研究》PDF+DOC2019年第04期 林华,徐宇宝,唐家成,崔昆峰,张晓东,曹昌勇 《基于卡尔曼滤波的自平衡车数据融合应用》PDF+DOC2019年第12期 袁文玉 《基于MSP430单片机的姿态测量系统设计》PDF+DOC2018年第01期 陈春行,林春生,翟国君 《改进梯度下降法的机载云台姿态解算》PDF+DOC2019年第08期 王铎,袁亮,侯爱萍,姜宏 《基于加速度的姿态解算修正方法研究》PDF+DOC2015年第16期 曾文献,赵杨 《低成本传感器数据融合技术辅助iPhone导航研究》PDF+DOC2014年第06期 洪海斌,郭杭,郭俊鸽,方爽,滕长胜 《基于卡尔曼滤波器的姿态角测量系统设计》PDF+DOC2014年第01期 徐梓皓,周召发,孙立江
  • AHRS航姿参考系统通过融合陀螺仪、磁强计、加速度计等MEMS传感器的数据来进行姿态角的解算。MEMS传感器精度较低,在受到外界干扰的情况下,检测到的原始数据会出现较为严重的失真现象,如果不对原始数据进行滤波处理,最后经过解算得到的姿态角会严重偏离真实值。常见的滤波方法有均值滤波、卡尔曼滤波、小波滤波等。当原始数据出现较大的波动的时候,均值滤波的滤波效果较差。实际应用中小波滤波算法复杂,适用性差。采用基于时间序列建模的方法对MEMS传感器原始数据建立数学模型,然后根据状态方程和测量方程对数据进行卡尔曼滤波,最后利用融合算法解算姿态角。实验证明,这种方法能够大大提高姿态角的精度。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。