近年來(lái)無(wú)人機(jī)飛行器在科研、軍事與農(nóng)業(yè)等各領(lǐng)域有廣泛應(yīng)用,姿態(tài)測(cè)量系統(tǒng)是無(wú)人機(jī)的核心模塊之一。隨著MEMS技術(shù)的日漸成熟,針對(duì)微小型、低成本無(wú)人機(jī)對(duì)重量、功耗、體積及制造成本的敏感要求,以MARG(Magnetic-Angular Rate-Gravity)傳感器為基礎(chǔ)的姿態(tài)測(cè)量系統(tǒng)受到越來(lái)越多的關(guān)注。無(wú)人機(jī)的姿態(tài)測(cè)量通常使用Kalman濾波進(jìn)行姿態(tài)的精確估計(jì)。但是當(dāng)無(wú)人機(jī)處于機(jī)動(dòng)狀態(tài)或復(fù)雜環(huán)境時(shí),可能會(huì)造成初始的Kalman濾波模型的先驗(yàn)參數(shù)與實(shí)際狀態(tài)不匹配,從而導(dǎo)致Kalman濾波的精度降低甚至濾波發(fā)散;而常規(guī)自適應(yīng)濾波算法進(jìn)行模型參數(shù)切換也有可能會(huì)導(dǎo)致濾波重新收斂的過(guò)程發(fā)生,這一系列問(wèn)題都將威脅無(wú)人機(jī)的飛行安全和穩(wěn)定性。因此,本文首先針對(duì)無(wú)人機(jī)在機(jī)動(dòng)及復(fù)雜環(huán)境中的磁量測(cè)信息源進(jìn)行了補(bǔ)償。通過(guò)研究載體磁干擾補(bǔ)償?shù)年P(guān)鍵技術(shù),提出一種在傳統(tǒng)遞推最小二乘方法基礎(chǔ)上以遺忘因子和無(wú)基準(zhǔn)估計(jì)改進(jìn)的新算法,實(shí)現(xiàn)了針對(duì)載體磁干擾的實(shí)時(shí)補(bǔ)償。其次,針對(duì)無(wú)人機(jī)姿態(tài)解算模型不準(zhǔn)確和參數(shù)切換導(dǎo)致濾波重新收斂的問(wèn)題,將多模型自適應(yīng)估計(jì)算法應(yīng)用在無(wú)人機(jī)姿態(tài)解算中,通過(guò)研究交互多模型自適應(yīng)估計(jì)算法并進(jìn)行分散濾波改進(jìn),在精度不降低的條件下避免單一模型參數(shù)不準(zhǔn)確帶來(lái)的影響。最后,通過(guò)對(duì)系統(tǒng)硬件的需求分析,選取了滿足低功耗、小體積、低成本要求的硬件搭建系統(tǒng),并利用Cortex-M4F內(nèi)核的硬件加速技術(shù),實(shí)現(xiàn)運(yùn)算量較大的多模型算法在無(wú)人機(jī)上的姿態(tài)實(shí)時(shí)測(cè)量輸出。此外,為驗(yàn)證磁補(bǔ)償算法的有效性,本文進(jìn)行了磁干擾補(bǔ)償?shù)姆抡鎸?shí)驗(yàn),實(shí)驗(yàn)表明使用此算法可以在不依賴外界提供航向角基準(zhǔn)的情況下,達(dá)到對(duì)時(shí)變載體磁干擾的補(bǔ)償效果及精度要求。同時(shí)本文設(shè)計(jì)了相關(guān)半物理實(shí)驗(yàn)對(duì)硬件加速性能和多模型算法進(jìn)行了驗(yàn)證,結(jié)果表明硬件加速技術(shù)能夠?qū)⒔馑阈侍岣?6.4%,同時(shí)改進(jìn)后的多模型算法能夠在存在時(shí)變量測(cè)噪聲干擾的條件下將俯仰角和滾轉(zhuǎn)角誤差控制在0.5°以內(nèi),航向角誤差控制在1°以內(nèi),并且具有良好的穩(wěn)定性和可靠性。
【學(xué)位單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：V279;V249
【部分圖文】：

中北大學(xué)學(xué)位論文器機(jī)動(dòng)動(dòng)作，其中角速度 =1.2 rad/s，采樣率 50Hz。磁傳忘因子 =0.96。從初始時(shí)刻開(kāi)始施加參數(shù)為 C1和 Hp1的磁數(shù)為 C2和 Hp2的磁干擾，模擬載體磁干擾變化情況。無(wú)基準(zhǔn) FFRLS 算法相對(duì)于 RLS 的時(shí)變磁干擾抑制效果。 FFRLS 算法對(duì)同一數(shù)據(jù)進(jìn)行磁干擾參數(shù)估計(jì)，將補(bǔ)償后的行對(duì)比。如圖 2. 2 所示，分別為飛行機(jī)動(dòng)幅值為 20°和幅。

圖 2. 3 不同姿態(tài)變化幅值對(duì) FFRLS 收斂影響 圖 2. 4 遺忘因子對(duì)于無(wú)基準(zhǔn) FFRLS 算法影響圖 2. 3 中在約 t=15s 干擾磁場(chǎng)發(fā)生變化后，補(bǔ)償后航向角誤差隨著姿態(tài)角變化逐步減小。當(dāng)飛行軌跡變化幅值為 10°時(shí)，航向角精度難以滿足要求。而隨著飛行軌跡變化幅值的增大，航向角誤差的收斂速度和實(shí)時(shí)補(bǔ)償精度也逐漸提高。當(dāng)飛行軌跡變化達(dá)到一定程度后，航向角補(bǔ)償精度提高有限。圖 2. 4 中看到，遺忘因子為 0.99 時(shí)，航向角誤差收斂速度相對(duì)較慢，F(xiàn)FRLS 算法需要較長(zhǎng)時(shí)間更新磁干擾參數(shù)。當(dāng)遺忘因子數(shù)值為 0.90 和 0.96 時(shí)，收斂速度較快但精度略微降低。當(dāng)遺忘因子參數(shù)為 0.84 時(shí)，補(bǔ)償后航向角誤差較大。數(shù)據(jù)如表 2. 2。表 2. 2 遺忘因子對(duì)收斂時(shí)間和收斂精度的影響遺忘因子 收斂時(shí)間 誤差標(biāo)準(zhǔn)差 誤差均值0.84 3.83s 48.80° 29.25°0.90 3.86s 7.10° 5.69°

圖 2. 3 不同姿態(tài)變化幅值對(duì) FFRLS 收斂影響 圖 2. 4 遺忘因子對(duì)于無(wú)基準(zhǔn) FFRLS 算法影響圖 2. 3 中在約 t=15s 干擾磁場(chǎng)發(fā)生變化后，補(bǔ)償后航向角誤差隨著姿態(tài)角變化逐步減小。當(dāng)飛行軌跡變化幅值為 10°時(shí)，航向角精度難以滿足要求。而隨著飛行軌跡變化幅值的增大，航向角誤差的收斂速度和實(shí)時(shí)補(bǔ)償精度也逐漸提高。當(dāng)飛行軌跡變化達(dá)到一定程度后，航向角補(bǔ)償精度提高有限。圖 2. 4 中看到，遺忘因子為 0.99 時(shí)，航向角誤差收斂速度相對(duì)較慢，F(xiàn)FRLS 算法需要較長(zhǎng)時(shí)間更新磁干擾參數(shù)。當(dāng)遺忘因子數(shù)值為 0.90 和 0.96 時(shí)，收斂速度較快但精度略微降低。當(dāng)遺忘因子參數(shù)為 0.84 時(shí)，補(bǔ)償后航向角誤差較大。數(shù)據(jù)如表 2. 2。表 2. 2 遺忘因子對(duì)收斂時(shí)間和收斂精度的影響遺忘因子 收斂時(shí)間 誤差標(biāo)準(zhǔn)差 誤差均值0.84 3.83s 48.80° 29.25°0.90 3.86s 7.10° 5.69°
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王鼎杰;孟德利;李朝陽(yáng);董毅;吳杰;;抗野值自適應(yīng)衛(wèi)星/微慣性組合導(dǎo)航方法[J];儀器儀表學(xué)報(bào);2017年12期

2 張家旭;李靜;;基于交互式多模型和容積卡爾曼濾波的汽車(chē)狀態(tài)估計(jì)[J];汽車(chē)工程;2017年09期

3 萬(wàn)振塬;楊功流;涂勇強(qiáng);;一種新型模糊自適應(yīng)Kalman濾波器在組合導(dǎo)航中的應(yīng)用[J];導(dǎo)航與控制;2017年02期

4 王婕;郭子祺;劉建英;;固定翼無(wú)人機(jī)航磁探測(cè)系統(tǒng)的磁補(bǔ)償模型分析[J];航空學(xué)報(bào);2016年11期

5 王天宇;張曉明;關(guān)洋;呂憶玲;;基于DMA的常規(guī)彈導(dǎo)航信息實(shí)時(shí)處理技術(shù)[J];傳感器與微系統(tǒng);2015年12期

6 張永宏;焦凱;王偉;;旋翼無(wú)人機(jī)的偏航控制系統(tǒng)設(shè)計(jì)[J];制造業(yè)自動(dòng)化;2015年16期

7 毛征;孟凡剛;孟燦;趙齊月;龔萍;;基于高機(jī)動(dòng)目標(biāo)跟蹤的改進(jìn)變結(jié)構(gòu)IMM算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2015年03期

8 熊凱;魏春嶺;;基于多模型自適應(yīng)估計(jì)的航天器相對(duì)導(dǎo)航[J];系統(tǒng)科學(xué)與數(shù)學(xué);2014年07期

9 劉春旭;;一種基于交互式多模型算法的聯(lián)邦濾波器[J];電光與控制;2014年07期

10 趙鑫爐;張曉明;白渚銓;王宇;;基于磁阻傳感器的航姿測(cè)量系統(tǒng)羅差補(bǔ)償技術(shù)研究[J];傳感技術(shù)學(xué)報(bào);2013年11期

相關(guān)博士學(xué)位論文 前4條

1 王磊;深海AUV多源導(dǎo)航信息融合方法研究[D];東南大學(xué);2015年

2 劉德馨;非線性系統(tǒng)多模型自適應(yīng)控制方法研究[D];北京科技大學(xué);2015年

3 李翔;基于MARG傳感器的AHRS關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2013年

4 顧雄禮;片上多處理器關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前7條

1 李志敏;旋翼無(wú)人機(jī)中的多模型組合導(dǎo)航技術(shù)[D];南京航空航天大學(xué);2016年

2 孫粲;機(jī)動(dòng)目標(biāo)跟蹤交互式多模型算法研究[D];山東大學(xué);2013年

3 丁君;基于微慣性傳感器的姿態(tài)算法研究[D];上海交通大學(xué);2013年

4 陳國(guó)彬;彈載三軸磁測(cè)系統(tǒng)設(shè)計(jì)與誤差標(biāo)定補(bǔ)償技術(shù)研究[D];中北大學(xué);2012年

5 李小朋;微慣性組合的抗磁干擾和溫度補(bǔ)償方法研究[D];上海交通大學(xué);2011年

6 杜英;電子羅盤(pán)測(cè)量誤差分析和補(bǔ)償技術(shù)研究[D];中北大學(xué);2011年

7 段精婧;基于地磁、陀螺原理的姿態(tài)測(cè)試技術(shù)研究[D];中北大學(xué);2010年

本文編號(hào)：2847093