作者:胡丹丹,顾圆,高庆吉 单位:中国民航大学 出版:《中国民航大学学报》2019年第03期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFZGMH2019030040 DOC编号:DOCZGMH2019030049 下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器数据融合的无人机速率估算与定位》PDF+DOC2016年第10期 吕涛,张长利,王树文,王润涛,张伶鳦,刘超,栾吉玲,周雅楠 《基于卡尔曼滤波数据融合的温室监控系统》PDF+DOC2016年第06期 蔡小庆,鲁小利,张伟娟,李昆 《基于四元数和Kalman滤波器的多传感器数据融合算法》PDF+DOC2017年第05期 姜晓旭,冯彩群 《基于多传感器数据融合的微下击暴流感知》PDF+DOC2011年第03期 雷晓锋,朱波 《一种无人机高度传感器信息融合方法》PDF+DOC2008年第S1期 朱晓娟,陈欣 《非线性系统中多传感器目标跟踪性能分析》PDF+DOC2000年第03期 杨春玲,刘国岁,余英林 《一种有效的数据融合方法——分布式的离散Kalman滤波方法》PDF+DOC2003年第S1期 孙慧影,张彦军,张雨丽,崔平远 《车载便携式气压高度计的设计》PDF+DOC2010年第04期 李锐,姚怡 《改进的一致性数据融合算法及其应用》PDF+DOC2009年第04期 王华,邓军,王连华,葛岭梅 《一种结构模式可变的组合导航算法研究》PDF+DOC2013年第04期 李伟,侯小林,侯静,景占荣
  • 针对旋翼无人机多机载高度传感器中传感器信号突变导致融合高度信息误差较大的问题,提出了一种基于容错卡尔曼滤波(FTKFT)的高度精确测量方法。该测量方法包括1个主滤波器和3个子卡尔曼滤波器(GPS/气压高度计/超声波高度计),利用卡尔曼滤波器对各高度传感器进行滤波并计算其高度估计值与误差值作为检测信号,以惯导短时间内二次积分作为参考信号,通过检错器进行状态卡方检测与残差卡方检测。最后,基于每个高度传感器的输出误差通过加权的方法实现多高度传感器的最优数据融合。仿真和飞行实验验证了该方法的测量精度及实时容错性能够满足校验要求。

    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。