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.
四元数、捷联姿态解算、系统噪声、自适应容积卡尔曼滤波
42
TP212;TN96.2(自动化技术及设备)
国家自然科学基金地区项目61663034;内蒙古重大基础研究开放课题项目
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
11-15