本文主要研究内容
作者张煌军,徐雪松,罗伟,刘瑞(2019)在《基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算》一文中研究指出:为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。
Abstract
wei le di gao si xuan yi mo ren ji zi tai jie suan de jing du ,di chu le ji yu ping fang gen rong ji ka er man lv bo (square-root cubature Kalman filter,SCKF)de duo chuan gan qi shu ju rong ge ce lve 。ji yu jia su du ji 、ci li ji he tuo luo yi shu chu de shu ju ,cai yong le si yuan shu de zi tai jie suan fang fa ,bi mian le chan yi chuan gan qi huo de de zi tai jiao wu cha guo da de wen ti ,jie jue le kuo zhan ka er man lv bo (extend Kalman filter,EKF)jing du di yi ji mo ji ka er man lv bo (unscented Kalman filter,UKF)、rong ji ka er man lv bo (cubature Kalman filter,CKF)xie fang cha ju zhen zheng ding xing sang shi de wen ti 。she ji le ji yu pixhawkfei kong ban de shi yan fang an 。tong guo shi yan shu ju biao ming ,yu chuan tong de EKF、UKF、CKFsuan fa xiang bi ,SCKFde jing du zui gao 。ju yu UKF、CKFsuan fa xiang bi ,SCKFju you ji suan shi jian shao 、shu zhi ji suan wen ding xing jiang deng you shi 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术与工程的张煌军,徐雪松,罗伟,刘瑞,发表于刊物科学技术与工程2019年12期论文,是一篇关于姿态解算论文,容积卡尔曼滤波论文,无人机论文,四元数论文,数据融合论文,科学技术与工程2019年12期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自科学技术与工程2019年12期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:姿态解算论文; 容积卡尔曼滤波论文; 无人机论文; 四元数论文; 数据融合论文; 科学技术与工程2019年12期论文;