《基于间接EKF的MEMS惯性系统最优姿态估计》PDF+DOC
作者:孙伟,吴家骥
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2019年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2019010140
DOC编号:DOCCGJS2019010149
下载格式:PDF + Word/doc 文字可复制、可编辑
《附加运动约束的MEMS惯性传感器融合定姿算法》PDF+DOC2019年第01期 陆欣,刘忠,谢宇,何爱林
《基于四元数和卡尔曼滤波的两轮车姿态稳定方法》PDF+DOC2012年第04期 叶锃锋,冯恩信
《基于MEMS传感器的微型姿态确定系统研究》PDF+DOC2008年第03期 薛亮,李天志,李晓莹,常洪龙
《智能小车加速度计及陀螺仪装置的设计》PDF+DOC2019年第04期 王丹丹,谭开拓,赵建周
《MEMS惯性传感器误差简易标定方法》PDF+DOC2018年第04期 孙伟,丁伟,闫慧芳
《基于多传感器信号融合的数字滤波方法》PDF+DOC2015年第02期 陈晓燕,程志江,姜波,朱玉龙
《基于四元数EKF算法的小型无人机姿态估计》PDF+DOC2015年第03期 宋宇,翁新武,郭昕刚
《卡尔曼滤波在MEMS惯性姿态测量中的应用》PDF+DOC2015年第01期 张彤,孙玉国
《一种MEMS加速度计误差分析与校准方法》PDF+DOC2014年第07期 尹杭,张伟,袁琳峰
《卡尔曼滤波在两轮自平衡代步车姿态检测中的应用》PDF+DOC2014年第05期 张团善,何颖
针对MEMS惯性系统姿态估计中的扩展卡尔曼滤波EKF(Extended Kalman Filter)是非线性状态方程的次优估计且性能受量测噪声协方差矩阵影响的问题,提出一种间接EKF最优姿态估计方法。推导与状态向量扰动相关的线运动特性并设计扰动状态方程,采用标准线性卡尔曼滤波完成扰动状态及其协方差最优更新,最后利用加速度计输出作观测量并采取链式法则完成量测矩阵的求取。对比实验结果表明,间接EKF算法可有效降低陀螺随机漂移对姿态估计的影响,姿态收敛速度与精度均优于传统EKF方法。
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。