捷联航姿系统加速度计振动噪声平滑技术

捷联航姿系统(AHRS)主要用于输出载体的姿态与航向信息,是现代机载航电系统的关键设备.航姿系统工作过程中,载体的振动会增大惯性测量器件(IMU)输出噪声,降低航姿解算精度.针对于此,研究了飞机振动环境下的捷联航姿系统惯性器件输出的特性,设计了一种基于模糊推理的自适应变步长平滑滤波器,最后通过线性随机振动试验对滤波器性能进行了验证.试验结果表明,设计的滤波器可以有效抑制振动环境加速度计测量噪声,提高航姿系统在机载飞行环境中的姿态输出精度.     

基于卡尔曼滤波器的姿态角测量系统设计

针对动态环境下载体的姿态测量,以无人机的航姿测量系统小型化为背景,给出了一种采用MEMS惯性器件构成的姿态角测量系统。系统采用新型32位ARM Cortex-M3内核微控制器STM32F103ZET6作为控制处理单元,传感器采用ADXL345加速度计、L3G4200D陀螺仪和HMC5883磁阻传感器。对于MEMS器件精度低,数据易发散的问题,采用卡尔曼滤波器实时将加速度计、陀螺仪和磁强计的数据进行融合,计算负担小,实时性好。实验结果表明,该姿态测量系统在静态和动态环境下都能够较好的完成载体姿态测量的任务。     

小型无人飞行器机动过程中航姿互补滤波算法研究

磁惯导系统(MINS)广泛应用于小型无人飞行器的导航控制,能对加速度计、磁强计和陀螺仪等传感器的数据进行融合,得到航向与姿态信息,也被称为航姿参考系统(AHRS)。在频域实现数据融合的互补滤波算法是AHRS中的一种可靠姿态估计方法,具有简捷高效的优点。将基于不同传递函数及各种航姿表示形式的姿态互补滤波归纳为统一的广义互补滤波算法(GCF),分析该类算法中的乘性姿态误差,并引入运动加速度补偿方法,可以改善载体机动状态下的姿态精度。数值仿真及实验结果显示,GCF的滤波效果与无人机常用的卡尔曼滤波算法相当,而处理时间仅为后者的1/20,且GCF具有良好的数值稳定性,配合运动加速度补偿算法可有效消除线加速度对航姿测量的不利影响,尤其适合低成本、小型无人机应用场合。     

多信息融合的定向测姿方法的研究

针对双GPS定位定向系统和MEMS惯性传感器在姿态解算及导航系统中所呈现出的优点与不足,本文先后对惯性导航系统的四元数算法,基于MARG传感器(三轴陀螺、三轴加速度计和三轴磁阻)的航姿解算方法以及结合惯性导航系统和双GPS系统的航姿解算方法进行研究,通过计算机仿真实验证明了3种方案的可行性,并得出进一步的结论:采用组合导航的方式,由双GPS部分、IMU部分和数据处理部分组成的基于惯性导航和双GPS的多信息融合的航姿系统,具备更好的预测精度和可靠性。     

两轴光纤陀螺连续测斜仪姿态解算方法研究

针对小直径光纤陀螺连续测斜仪的应用需求,提出了一种基于改进航向姿态参考系统的连续测斜姿态解算方法。该算法融合航空惯性导航模型和石油测井工程参数,采用2个单自由度光纤陀螺和3个加速度计组成惯性测量单元（IMU）,由惯性单元输出数据经该算法计算出动态连续测井的实时姿态角。通过仿真研究表明：该算法解算出的实时姿态角的误差均在1°以内,符合石油测井的技术需求。该算法的优势在于,在实现连续测量功能的同时相对普通惯性测量单元减少了一个光纤陀螺,从而减小了测斜仪的体积、重量,降低了成本。     

MEMS航姿系统振动环境适应性研究

针对MEMS(微机械)航姿系统的性能受振动环境的影响,提出了MEMS航姿系统减振设计方案。根据MEMS航姿系统的工作原理,分析了振动环境对MEMS航姿系统的性能影响;基于被动减振设计的原理,设计了航姿系统减振结构,基于振动环境中MEMS惯性传感器的数据特征,设计了一种自适应变步长平滑滤波器用于平滑振动加速度,应用平滑后的加速度信息与MEMS陀螺测得的角速度信息进行融合,实现了振动环境下的姿态解算。MEMS航姿系统的振动环境试验验证了论文提出的减振方案与振动环境下数据处理算法的有效性。     

外部信息辅助无陀螺捷联惯导初始对准仿真研究

无陀螺惯性导航系统(Gyro-free inertial navigation system-GFINS)是20世纪90年代末出现的惯性导航技术研究领域的新方向.GFINS的初始对准方法是必须解决的关键问题之一.以日前加速度计的分辨率水平,其有限的"杆臂效应"无法直接敏感地球自转角速度,针对这一问题,设计了一种利用GPS和磁强计这两种传感器信息辅助GFINS进行初始对准的方法.建市了外部信息辅助GFINS进行初始对准的数学模型,根据初始对准的数学模型,开发了由运动生成模块和姿态解算模块两部分构成的仿真程序,实现了载体姿态解算.仿真试验结果表明:这种基于GPS和磁强计提供的外部信息辅助GFINS初始对准的方法是可行的,在GPS速度测量误差为0.05m/s,加速度计分辨率为10-5g,磁强计测量精度为0.5 μ T的情况下,载体航向对准精度优于1°,姿态对准精度优于0.5°.     

基于STM32的多旋翼送餐飞行器研究

针对传统餐饮业中送餐方式的单一化、机械化等问题,以STM32F427微处理器为核心,设计并实现了以多旋翼飞行器为平台的智能餐饮配送系统.为提高送餐过程的安全性与可靠性,飞行器的稳定飞行是最基本的条件与保障.采用基于MEMS传感器的航姿参考系统(AHRS)进行飞行器姿态的测量,采用四元数坐标换算,将陀螺仪、加速度计和磁罗盘三者数据进行融合,并用互补滤波算法对姿态数据进行修正.实际测试结果表明,该飞行控制系统精度较好,能够满足送餐过程中对安全性与可靠性的要求.     

可穿戴运动捕捉系统

本文设计了一种基于MPU9250 9轴姿态传感器与STM32F103C8T6系列ARM的可穿戴运动捕捉系统。MPU9250内部合成3轴加速度计、3轴磁强计及3轴陀螺仪,通过检测该传感器的9轴姿态信息,得到相应的姿态角。利用非线性扩展卡尔曼滤波算法进行数据融合,将数据进行去噪处理,利用蓝牙技术将处理完成的数据传送至上位机用以显示。该系统具有体积小巧,动态响应好,实时监测等特点。     

基于自适应CKF的姿态数据融合算法

为了提高基于MEMS惯性传感器的捷联惯性导航系统姿态解算的精度,提出了一种自适应容积卡尔曼滤波（CKF）数据融合算法。该数据融合算法将姿态四元数作为系统状态,将加速度计信息和磁力计信息作为系统观测量,对系统过程噪声矩阵和观测噪声矩阵进行实时的自适应估计,解决了因系统噪声突变引起的姿态解算精度急剧下降的问题。实验结果表明,采用自适应CKF数据融合算法比单纯基于陀螺仪的捷联姿态解算精度有明显的提高,在载体动态时测得的横滚角和俯仰角误差在1°以内,航向角误差在2°以内。     

共轴折叠双旋翼无人机姿态测量实验与分析

针对小型共轴折叠双旋翼飞行器结构特点、飞行原理进行分析,研究无人机运动学和动力学特性并建立数学模型,建立了无人机飞行器半实物飞行的动力性能和姿态角测试平台。该平台对飞行器机械振动、姿态角和噪声等性能分析。通过测试实验分析无人机不同旋翼转速产生的机械振动和噪声等特性,以及对陀螺仪和加速度计等MEMS传感器姿态解算结果的影响。测试实验表明：随着转速的增加振动幅度有所增加,该振动特性对噪声模型的建立和评估对无人机鲁棒性和抗干扰性提供新思路及有益借鉴。     

基于MEMS的海洋漂流浮标运动姿态测量系统设计

针对海洋漂流浮标运行时运动轨迹姿态多变影响传感器观测要素可靠性的特点，设计了基于三轴MEMS陀螺仪、加速度计、磁阻传感器的漂流浮标姿态测量系统。介绍了系统硬件组成结构及软件算法流程，采用四元数方法和PI调节算法进行姿态解算以及数据融合，并采用椭球拟合和阀值滤波方法修正补偿系统误差。实验测试表明，系统姿态测量效果良好，静态误差小、动态抗干扰性能较好，满足海洋漂流浮标姿态测量基本需求。     

A real-time articulated human motion tracking using tri-axis inertial/magnetic sensors package

A basic requirement in virtual environments is the tracking of objects, especially humans. A real time motion-tracking system was presented and evaluated in this paper. System sensors were built using tri-axis microelectromechanical accelerometers, rate gyros, and magnetometers. A Kalman-based fusion algorithm was applied to obtain dynamic orientations and further positions of segments of the subject's body. The system with the proposed algorithm was evaluated via dynamically measuring Euler orientation and comparing with other two conventional methods. An arm motion experiment was demonstrated using the developed system and algorithm. The results validated the effectiveness of the proposed method.     

基于MEMS/GPS/地磁组合的弹体姿态解算

MEMS惯性器件由于具有自主性、连续性和隐蔽性等优点被广泛运用于载体的姿态解算中,但由于MEMS惯性器件的制作精度和误差积累等问题使得解算出的姿态信息并不准确.同时由于地磁传感器可以实现高精度的姿态测量,但不能独立解算出姿态信息.因此为了提高惯导姿态解算的精度,所以采用GPS、地磁辅助惯导进行姿态解算.设计的方案是在传统惯导姿态解算误差状态方程的基础上,将地磁和GPS解算的滚转、偏航和俯仰角与惯导解算出来的相应角的差值添加到传统惯导姿态解算误差状态方程中,以速度误差和滚转、偏航和俯仰角误差为量测值,估计出组合系统的姿态误差,并与惯导解算出的姿态误差进行对比,从而验证所提出的方法的可行性.     

基于大动态环境下的高阶迭代姿态优化算法

针对 MEMS 惯性导航系统大动态坏境下不可交换误差问题,提出了一种改进的高阶迭代姿态优化算法。 为解决大动 态环境下不可交换误差对整个惯性导航系统带来的影响,推导了传统等效旋转矢量算法,针对此算法仅依靠提高子样数来提高 解算精度,忽略了高阶项在大动态环境下会产生较大误差的问题。 设计了快慢回路的方法,分别求得不同阶次的旋转矢量解, 再通过周期性迭代算法得到快慢回路的迭代解。 最后通过大动态环境仿真实验以及高精度三轴转台摇摆动态实验,验证了高 阶迭代算法的性能优势。 实验结果表明,大动态环境下,相较于传统算法,改进的高阶迭代姿态优化算法精度提高了两个数 量级。     

基于RBF神经网络的电子罗盘误差补偿研究

介绍了三轴磁阻电子罗盘的测量原理。基于磁阻传感器HMC1052/1051Z和MEMS加速度计MXD2020ML研制了一款带倾斜补偿功能的三轴磁阻电子罗盘,分析了电子罗盘工作过程中可能存在的误差及其来源。针对无姿态角度的情况,基于径向基函数(RBF)神经网络补偿算法,建立了以测量航向角为输入、期望的航向角为输出的3层RBF神经网络模型,并用样机的采样数据进行仿真验证。实验数据表明,采用该RBF神经网络补偿算法,可将航向角的精度从±35.52°提高至±0.6°以内。     

Detection of Stator Winding Inter-Turn Short Circuit Fault in Induction Motor Using Vibration Signals by MEMS Accelerometer

This paper presents a novel method for detecting stator winding inter-turn short circuit fault in a three-phase induction motor by vibration signature analysis using non-electrical contact type microelectromechanical systems (MEMS) accelerometer. The present work detects inter-turn short circuit by vibration analysis in a three-phase induction motor running under different load conditions. Theoretical analysis of stator winding under inter-turn short circuit condition has been presented. Experimental investigations have been carried out to detect inter-turn short circuit fault by vibration signature analysis using a MEMS accelerometer with three-phase induction motor operating under different conditions. The spectral analysis of motor vibration has been carried out using radix-2 decimation in time fast Fourier transform algorithm. The appearance of particular characteristic frequency components in vibration spectrum indicates stator winding inter-turn short circuit faults. The experimental results are found to closely match with the theoretical values, indicating that MEMS accelerometers can be successfully employed for the detection of stator winding inter-turn short circuit fault in induction motors.