基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf

基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf

ID:52208305

大小:335.00 KB

页数:5页

时间:2020-03-24

基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf_第1页
基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf_第2页
基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf_第3页
基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf_第4页
基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf_第5页
资源描述:

《基于共轭梯度法和互补滤波相结合的姿态解算算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第4期传感技术学报V01.27No.4CHINESEJOURNALOFSENSORSANDACTUATORSApr.20142014年4月AttitudeEstimationBasedonConjugateGradientandComplementaryFilterSUNJinqiu',YOUYoupeng,FUZhongyun(1.CollegeofMechanicalandElectricalEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China2.NanhangJinc

2、hengCollege,Nang211156,China)Abstract:Inordertoimprovetheprecisionofattitudeestimation,anovelattitudeestimationalgorithmbasedonconjugategradientandcomplementaryfilterisproposed.Thequaternionrepresentationusedintheproposedsystemforattitudeestimation,isoptimizedbasedonconjugategradientalgorithmw

3、ithmagnetometerandaccelerometerdata,andthenfusedwiththeupdatedquaternionfromgyroscopedatabasedoncomplementaryfilter.Finally,experimentresultsverifythattheproposedalgorithmbasedonconjugategradientandcomplementaryfilterimprovesthestaticanddynamicpropertiesofattitudeestimationsystem,andhasbetterp

4、erformancethantheKalmanfilterandgradientdescentfilterespeciallywhentheattitudehasdrasticchanges.Keywords:sensor;attitudeestimation;conjugategradient;complementaryfilter;quaternionEEACC:6330doi:10.3969/j.issn.1004—1699.2014.04.019基于共轭梯度法和互补滤波相结合的姿态解算算法术孙金秋,游有鹏,傅忠云(1.南京航空航天大学机电学院,南京210016;2.南京航空

5、航天大学金城学院,南京21】156)摘要:为了提高姿态解算精度,提出了一种基于共轭梯度和互补滤波相结合的多传感器数据融合策略。系统采用四元数方法进行姿态解算。利用加速度计和磁强计的输出数据,通过共轭梯度方法对姿态四元数进行寻优估计,再将其和利用陀螺仪输出数据更新的四元数进行互补滤波,解算出姿态角。实验测试表明,这种融合策略使姿态检测系统静态性能和和动态性能均有所提高,尤其在姿态剧烈变化时,其性能明显优于卡尔曼滤波和梯度下降法。关键词:传感器;姿态估计;共轭梯度法;互补滤波;四元数中图分类号:TP391.9文献标识码:A文章编号:1004—1699(2014)04—0524—05为提

6、高捷联惯导系统的姿态解算精度,人们运动最简洁、最有效的数学工具。但其技术还需要开展了大量的研究工作:一方面寻找更合适的姿进一步完善。态解算方法,另一方面对多种传感器的测量值进捷联惯导系统中,通常采用多种传感器组成组合行数据融合。导航系统,所以要选择一个最优的在线数据融合策常见的姿态解算方法有:欧拉角法、方向余弦略,将多种传感器的数据进行融合。常用的数据融合法、四元数法、等效旋转矢量法、对偶四元数法。欧算法有:扩展卡尔曼滤波EKF(ExtendedKalman拉角法直观,容易理解,但存在三角函数计算问题和Filter),无迹卡尔曼滤波UKF(UnscentedKalman方程奇异现象

7、。方向余弦法避免了欧拉角法的方程Filter),梯度下降法,容积卡尔曼滤波CKF(Cubature奇异问题,但要求解九个微分方程,计算量大。四元KalmanFilter),粒子滤波PF(ParticleFilter),互补滤数法只需要求解四个微分方程,计算量小,实际中多波CF(ComplementaryFilter)等。EKF是应用最广泛被采用,但存在有限转动引起不可交换性误差的问的有一种非线性系统的滤波方法,但其存在线性化误题。等效旋转矢量法弥补了四元数的不足,但计

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。