基于MSP430单片机的姿态测量系统设计

为满足对姿态测量低成本、低功耗的需求,设计一种由MSP430F5438与三轴地磁传感器、三轴MEMS陀螺仪和加速度计构建的姿态测量系统。分析系统的硬软件实现方法,对传感器的校正以及基于四元数和梯度下降法数据融合进行推导,在利用加速度计计算倾角的基础上对电子罗盘进行倾角补偿及四元数的初始化,解决梯度下降法初始时收敛慢的问题,动静态实验结果验证了姿态测量系统的精确性和实时性,俯仰角和滚转角精度在±1°以内,航向角精度在±2°以内。     

用于水下ROV控制的姿态融合技术研究

出于对海洋探索的目的,本文研究设计了一个低功耗、体积小、准确度高的实时性好的水下ROV空间姿态控制系统。系统硬件部分主要由陀螺仪、加速度计以及能耗比较高的ARM-M3内核处理器及相关的外围功能电路组成。硬件部分负责从传感器获取三轴的姿态数据并通过姿态融合算法得出空间角,并通过相关接口上传至上位机观察处理,根据测试结果证明本文设计的基于惯性传感器的姿态检测系统能够用于对水下ROV的姿态控制。     

船舶相对风的融合算法研究

船舶相对风是指船舶在海面上系泊或航行时测风传感器所测得的风速风向,大中型船舶往往安装2个以上的测风传感器以克服单传感器的局限性。为了综合利用多个传感器的测量值,提出一种基于动态权值的数据融合算法。在此基础上为进一步提高融合数据精度,将参考基准值首先采用卡尔曼滤波进行优化处理,然后再将其代入公式参与融合计算。采用实船航行试验测风数据验证表明,该融合算法能够区分测量值的优劣,倚重更有利的测量信息,有效降低相对风的测量误差,优于目前广泛采用的算数平均值方法。     

基于测姿GPS及电子罗盘组合的姿态估计算法

针对低成本姿态测量应用需求,研究了由测姿GPS与电子罗盘组合的姿态估计算法。以捷联姿态误差模型为基础,利用等效倾角误差表示姿态误差,引入角速率误差作为状态参量,通过四元数微分方程推导等效倾角误差传递模型。从GPS双差载波相位测量方程和电子罗盘地磁矢量方程出发,从观测量的物理意义出发推导了等效倾角误差为状态参量的非线性观测方程。采用扩展卡尔曼滤波对姿态参数进行状态估计。车载实验表明该算法能够有效地提高姿态测量精度和系统的鲁棒性,具有较好的实用性。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法,该方法是将多传感器的测量数据进行自组织聚类,从而实现测量数据的关联,利用融合估计完成对多目标的状态估计.计算机仿真结果表明了该算法的有效性.     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计，计算机仿真结果表明了该算法的有效性。     

基于云计算的船舶大规模数据融合技术

现有的船舶数据融合技术存在较大的网络时延,因此研究一种云计算船舶大规模数据融合技术。建立数据融合结构模型,根据数据融合的程度划分3个层次,分析每个层次对应的传感器节点之间的关联性,采用动态组簇法平衡簇首能量,保证数据的传输效率,设计云计算融合算法,给各个监测值赋予合适的权值,完成云计算船舶大规模数据融合技术研究。对比实验结果表明,本文设计技术的网络时延比现有技术平均减少2.66 s。     

基于多传感器信息融合的移动机器人障碍探测系统

采用单目CCD摄像机获取环境空间的网像信息,融合来自超声波测距传感器系列的深度数据可完成对环境空间的快速理解.设计出基于多传感器信息融合的移动机器人障碍探测系统,分析了多传感信息A/D数据的实时采集方法,采用多传感器数据自适应加权融合算法获取最终测量结果.实验表明该算法具有线性无偏最小方差性,可获取最优的数据融合值.     

基于PC104的嵌入式组合导航系统设计

为提高船舶组合导航系统精度、实时性以及小型化,设计了一种基于PC104的嵌入式船舶组合导航系统,系统采用嵌入式并行多处理器结构,脱离了传统的计算机平台。详细介绍了系统硬件结构总体设计,采用光纤陀螺仪和加速度计组成的惯性测量单元,应用串口直接接收光纤陀螺仪和GPS模块输出的数字信号。设计了高精度加速度计传感器数据采集电路,将FPGA作为PC104处理器与模数转换器ADS1210之间的接口,由3个模数转换器并行转换的结果同时读入处理器,并设计了PC104与TMS320C6713DSP之间的双口RAM数据交换系统以及组合导航系统软件,实验室三轴转台。实验证明,所设计的系统能够满足高精度、小体积、实时性、低功耗等要求,对船舶导航计算机小型化具有实际意义。     

两轮自平衡机器人的姿态检测系统的设计

本文介绍了两轮自平衡机器人的姿态检测系统设计过程.通过对两轮自平衡机器人的平衡性分析,采用数字信号处理器、MEMS陀螺仪和加速度计组成姿态检测系统.为了确定机器人运动姿态,设计了以硅微陀螺仪和加速计为传感器的姿态感知系统,并针对其传感器的误差模型,提出了利用卡尔曼滤波(Kalman filter)对电动车车体姿态进行最...     

三维空间入水弹道测量的新方法

本文给出了只用加速度计不用陀螺或其它角运动敏感的传感器测量空间弹道参数的新方法。由于鱼雷导弹样武器模型在实验的发射阶段和入水阶段受到巨大的加速度和减速,同时又由于它们系长细比相当大的细长体,只用加速度计就比用陀螺有很大优越性,因为加速度计耐冲击、质量和体积都小。文中指出,为了测量六个弹道参数,至少要用六个加速度计,但为了提高试验准确度,本文也提出了用七个加速度计,九个加速度计和十个加速度计的测量方案,并提出相关的数据处理方程的解法。本文还就细长体实验模型对布置加速度计位置的限制,进行了分析,提出降低数据处理方程的条件数,避免出现病态方程和优化加速度计位置的方法。文章还给出了能得到高精度的试验数据处理方法。     

基于信息融合的实时数据处理方法应用

文章以实际工程背景为出发点,以提高某指挥控制数据处理系统的处理效果为目的,在对当前已有的数据处理方式、方法深入剖析的基础上,综合运用多传感器信息融合技术、多目标跟踪技术、Kalman滤波技术等多种数据处理方法设计了一套改进的数据处理系统。解决了多传感器跟踪同一目标时,因各传感器精度、数据采样率不同而造成的航迹混乱的现象;解决了飞机编队起飞、大空域机动、空中编队和交叉飞行等复杂状态下的跟踪、态势综合、指挥控制、实时测控引导问题;应用系统设计包括系统体系结构与处理流程、多传感器融合算法模型、多种滤波算法、实测数据仿真和实际系统应用等问题。     

基于双轴速率转台的IMU440惯性测量单元快速标定方法与实验

在捷联惯导系统中,惯性器件的确定性误差是系统误差的主要原因之一。为了提高惯导系统的输出精度,必须对这一误差加以补偿。以美国Crossbow公司开发的IMU440惯性测量单元为对象进行了快速标定实验,建立了陀螺仪和加速度计的误差模型方程,提出了用于辨识陀螺仪和加速度计误差模型参数的速率和位置标定法,根据两种标定方法得到了IMU440惯性测量单元的误差模型,最后对误差模型进行了校验。实验结果表明,误差补偿后的惯性器件输出值可以很好地接近理想输出值,大大降低了捷联惯导系统的输出误差。     

一种船模和实船试验中的船舶运动测量系统

开发了一套耐波性船模和实船试验中测量船舶运动的系统，该系统由加速度传感器、角速率陀螺和数据分析、处理软件组成。在数据处理过程中，采用一种非线性迭代算法。对该测量系统进行了水池模型试验和实船试验的验证，也利用三自由度运动平台进行了比测，比较结果令人满意。本装置是一种可靠性好、成本较低的船模和实船在波浪中运动测量系统。     

基于测量分量加权融合的GPS/SINS船舶组合导航算法

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用.但由于船舶组合导航系统中各子系统通常提供的是不等同维的测量数据,加之传统测量值加权融合存在各传感器测量等同维数的约束,使得该类算法在船舶组合导航中的应用能力和使用范围受到了很大的限制.针对上述问题,以GPS和SINS组成的、具有不同维数测量的船舶组合导航系统为研究对象,提出了一种新的基于测量分量加权融合的船舶组合导航算法.该算法的基本思想是寻找一个变换矩阵将具有不等同维数的测量扩维成满状态维数的矩阵,然后考虑扩维后的噪声方差是奇异矩阵,从而采用测量分量对应加权进行融合.与传统的测量加权融合方法相比,该方法不仅具有更广的应用范围,而且保持了与传统的集中式扩维融合相同的高精度性能.算法的性能分析和计算机仿真证明了新算法的有效性和优越性.     

多传感器数据融合及在光电测量中的应用

在介绍多传感器数据融合技术的基本概念的基础上,分析了多传感器数据融合技术的功能模型和结构模型,并具体阐述了多传感器数据融合技术的各个阶段的融合方法和具体操作措施。最后将多传感器数据融合技术引进光电测量系统,提出了一种新的基于多传感器数据融合的光电联合测量系统的模型。     

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性，传统的多传感器数据融合算法状态估计精度难以保证，因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性，而且实用性较强。其具有如下特点：将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性，简化了系统模型；采用一种较为简单的区间矩阵综合求逆方案；利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明：该改进算法的状态估计精度较高。     

多航向传感器信息融合与容错联邦卡尔曼滤波器在舰艇综合导航系统中的应用

不同的航向确定方法呈现不同的误差特性,通过多航向传感器的信息融合能够获得更稳定、准确的航向测量。本文提出了一种包含多个航向传感器数据融合和故障容错联邦卡尔曼滤波器的组合导航方法。该方法能够实现多个航向传感器的数据融合,同时还能实现传感器的在线故障检测和实时容错。首先基于输出误差协方差的权值法对航向测量进行最优融合,然后基于状态卡方和残差卡方设计了一个容错联邦卡尔曼滤波器,该滤波器能够检测并隔离故障的航向传感器。实测数据试验表明,该方法能够达到预期的舰艇组合导航系统的故障容错性能。     

动力调谐陀螺仪角位移测试中的数据处理技术

坦克炮控系统的性能测试关键为角位移的测试,因此,研制了基于动力调谐陀螺仪的角位移测试系统。介绍了系统组成及工作原理,并着重分析了角位移测量原理和误差,以及在线实时数据处理技术。实验结果表明：基于动力调谐陀螺仪并采用改进零点渐变算法的角位移测试系统零点漂移小,测角精度可达0．48％,完全能满足炮控系统性能测试的需求。     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合，提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统，应用强跟踪滤波器，得到目标状态基于全局信息融合估计结果，并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题，从而丰富和发展了多源信息融合理论。