發(fā)布時間：2017-04-09 14:11

  本文關(guān)鍵詞：低成本動中通測控系統(tǒng)姿態(tài)估計算法的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：動中通在軍用和民用領(lǐng)域中具有廣闊的應(yīng)用前景,低成本、低輪廓是當前動中通的發(fā)展趨勢。論文以動中通低成本測控系統(tǒng)為研究對象,利用低成本動中通航向姿態(tài)估計算法,對航向姿態(tài)估計問題進行了深入地研究。主要研究內(nèi)容包括以下幾個方面:(1)闡述了動中通的基本原理和組成,給出了動中通低成本測控系統(tǒng)的功能組成,給出了基于微機械速率陀螺、加速度計和GPS組合的航向姿態(tài)估計算法的框架結(jié)構(gòu)。(2)采用無航向角姿態(tài)更新算法,設(shè)計開關(guān)擴展卡爾曼算法(SEKF)融合陀螺和加速度計信息,抑制了機動加速度對加速度計測量值的影響,實現(xiàn)了載體姿態(tài)估計和陀螺零偏估計,得到了基于MIMU的姿態(tài)估計方法。用實測數(shù)據(jù)驗證了算法的正確性和準確性。SEKF姿態(tài)估計算法能夠有效的抑制非重力加速度的影響,準確估計車體俯仰角和橫滾角。(3)通過建立機動加速度模型,并利用GPS信息去除機動加速度在加速度計測量值中的作用,得到了不受機動加速度影響的加速度計測量值,結(jié)合陀螺信息實現(xiàn)了載體航向姿態(tài)估計和三軸陀螺零偏估計,完成了基于MIMU/GPS的航向姿態(tài)估計方法。用實測數(shù)據(jù)驗證了算法的正確性和準確性。雙卡爾曼航向姿態(tài)估計算法能夠融合陀螺、加速度計和GPS信息,對載體航向姿態(tài)進行估計,航向角估計誤差最大值小于0.3°;經(jīng)改進后能抑制非重力加速度引起的誤差,準確估計車體俯仰角和橫滾角。(4)研究了動中通中的陰影問題,給出了陰影判斷流程,研究了非陰影狀態(tài)和陰影狀態(tài)下航向姿態(tài)估計在低成本動中通中的應(yīng)用,推導了穩(wěn)定波束指向的方法,結(jié)合航向姿態(tài)估計中的實驗結(jié)果,給出了陰影后再捕獲衛(wèi)星時的搜索范圍。
【關(guān)鍵詞】：動中通 低成本測控系統(tǒng) 微機械慣性測量單元 姿態(tài)估計 擴展卡爾曼濾波
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN927.2
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 課題研究背景及意義10-11
• 1.2 國內(nèi)外研究的歷史與現(xiàn)狀11-14
• 1.2.1 低成本動中通產(chǎn)品11-12
• 1.2.2 航向姿態(tài)估計算法12-14
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)安排14-16
• 第二章 動中通概述16-22
• 2.1 動中通原理及組成16-18
• 2.1.1 動中通原理16-17
• 2.1.2 動中通組成17-18
• 2.2 低成本動中通測控系統(tǒng)18-20
• 2.2.1 低成本測量器件18
• 2.2.2 低成本測控方案18-20
• 2.3 低成本動中通航向姿態(tài)估計算法20-21
• 2.4 本章小結(jié)21-22
• 第三章 基于MIMU的姿態(tài)估計方法22-39
• 3.1 坐標系定義及姿態(tài)更新算法22-25
• 3.1.1 坐標系定義22-23
• 3.1.2 姿態(tài)更新算法23-24
• 3.1.3 無航向角姿態(tài)更新算法24-25
• 3.2 傳感器預(yù)處理25-29
• 3.2.1 微機械陀螺25-27
• 3.2.2 加速度計27-29
• 3.3 開關(guān)擴展卡爾曼濾波算法29-31
• 3.3.1 EKF算法30-31
• 3.3.2 SEKF算法31
• 3.4 基于SEKF的無航向姿態(tài)估計31-35
• 3.4.1 狀態(tài)方程32
• 3.4.2 測量方程32-33
• 3.4.3 開關(guān)判斷條件33
• 3.4.4 姿態(tài)估計和陀螺零偏估計33-35
• 3.5 仿真驗證35-38
• 3.5.1 仿真條件35-37
• 3.5.2 仿真結(jié)果37-38
• 3.6 本章小結(jié)38-39
• 第四章 基于MIMU/GPS的航向姿態(tài)估計方法39-48
• 4.1 機動加速度39-40
• 4.1.1 模型建立39
• 4.1.2 機動加速度去除39-40
• 4.2 雙卡爾曼航向姿態(tài)估計算法40-44
• 4.2.1 EKF濾波41-42
• 4.2.2 SKF濾波42-44
• 4.2.3 三軸陀螺零偏估計44
• 4.3 仿真驗證44-47
• 4.3.1 仿真條件44-45
• 4.3.2 仿真結(jié)果45-47
• 4.4 本章小結(jié)47-48
• 第五章 低成本動中通測控系統(tǒng)設(shè)計與實現(xiàn)48-58
• 5.1 測控系統(tǒng)的總體設(shè)計48-50
• 5.2 樣機軟件模塊的設(shè)計與實現(xiàn)50-57
• 5.3 總結(jié)57-58
• 第六章 航姿估計算法行車實驗驗證58-76
• 6.1 實驗條件58-59
• 6.1.1 實驗設(shè)備58
• 6.1.2 連接關(guān)系及路況58-59
• 6.2 基于SEKF的無航向姿態(tài)估計算法驗證59-66
• 6.2.1 濾波初值59-60
• 6.2.2 姿態(tài)估計和零偏估計60-66
• 6.3 雙卡爾曼航向姿態(tài)估計算法驗證及改進66-74
• 6.3.1 航向姿態(tài)估計和零偏估計66-72
• 6.3.2 姿態(tài)估計算法改進72-74
• 6.4 本章小結(jié)74-76
• 第七章 航向姿態(tài)估計算法在低成本動中通中的應(yīng)用76-80
• 7.1 陰影問題76-77
• 7.1.1 陰影的產(chǎn)生76
• 7.1.2 陰影的判斷76-77
• 7.2 非陰影狀態(tài)姿態(tài)估計的應(yīng)用77-78
• 7.3 陰影狀態(tài)姿態(tài)估計的應(yīng)用78-79
• 7.4 本章小結(jié)79-80
• 第八章 結(jié)束語80-82
• 致謝82-83
• 參考文獻83-88
• 在學期間學術(shù)成果情況88-89

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬瑾;陳立潮;張永梅;;基于分類的頭部姿態(tài)估計算法的研究[J];科技情報開發(fā)與經(jīng)濟;2006年02期

2 傅澤寧;邵曉巍;龔德仁;段登平;;最優(yōu)遞歸線性姿態(tài)估計算法[J];測控技術(shù);2012年06期

3 張小平,朱紅鋒,劉志鏡;多姿態(tài)人臉照片的姿態(tài)估計[J];計算機仿真;2005年04期

4 史東承,于德海,楊冬;一種多視角人臉姿態(tài)估計算法[J];長春工業(yè)大學學報(自然科學版);2004年01期

5 鐘志光;易建強;趙冬斌;洪義平;李新征;;一種魯棒的只需兩幀圖像的姿態(tài)估計方法[J];模式識別與人工智能;2005年04期

6 張根寶;楊永;;粒子濾波器及其在衛(wèi)星姿態(tài)估計中的應(yīng)用[J];計算機工程與科學;2011年06期

7 張彩霞;趙青娥;;基于旋轉(zhuǎn)體的攝像機姿態(tài)估計[J];北方工業(yè)大學學報;2011年03期

8 郭作敏;飛行器實時姿態(tài)估計系統(tǒng)[J];光機電信息;1997年12期

9 陳曉鋼;陸玲;周書民;劉向陽;;一種新的人臉姿態(tài)估計算法[J];數(shù)據(jù)采集與處理;2009年04期

10 劉淼;郭東偉;馬捷;孫浩翔;周春光;;基于橢圓模型和神經(jīng)網(wǎng)絡(luò)的人臉姿態(tài)估計方法[J];吉林大學學報(理學版);2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 葉蓬;劉方;;一種基于李群的目標姿態(tài)估計方法[A];全國第二屆信號處理與應(yīng)用學術(shù)會議�？痆C];2008年

2 牟忠凱;隋立芬;甘雨;黃賢源;;觀測噪聲為有色噪聲的UKF姿態(tài)估計算法[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 劉袁緣;自然環(huán)境下頭部姿態(tài)估計方法的研究與應(yīng)用[D];華中師范大學;2015年

2 崔錦實;基于三維模型的關(guān)節(jié)式物體姿態(tài)估計與跟蹤方法研究[D];清華大學;2004年

3 趙松;人臉識別中的姿態(tài)估計、識別算法和融合算法的研究[D];中國科學技術(shù)大學;2009年

4 歐陽毅;單目視頻中人體運動建模及姿態(tài)估計研究[D];浙江大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 石廣升;基于Kinect的物體三維模型構(gòu)建和姿態(tài)估計方法研究[D];哈爾濱工業(yè)大學;2015年

2 杜署明;基于捷聯(lián)慣性傳感的吊鉤姿態(tài)估計技術(shù)研究[D];大連理工大學;2015年

3 劉則芬;基于擴展梯度直方圖的行人檢測及姿態(tài)估計研究[D];合肥工業(yè)大學;2014年

4 張亞男;低成本動中通測控系統(tǒng)姿態(tài)估計算法的設(shè)計與實現(xiàn)[D];電子科技大學;2015年

5 孫昊翔;關(guān)于人臉姿態(tài)估計問題的研究[D];吉林大學;2007年

6 李華明;基于中國人面貌形態(tài)學特征的人臉姿態(tài)估計方法研究[D];西北大學;2005年

7 楊旭;基于稀疏流形的頭部姿態(tài)估計研究[D];華中科技大學;2013年

8 臧舒婷;基于單目相機的頭部姿態(tài)估計算法研究[D];東北大學;2013年

9 崔少奇;人臉姿態(tài)估計算法的研究[D];西北大學;2015年

10 楊倩倩;數(shù)字視頻中的實時人臉姿態(tài)估計研究的實時[D];華中科技大學;2009年

  本文關(guān)鍵詞：低成本動中通測控系統(tǒng)姿態(tài)估計算法的設(shè)計與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：295425