基于改进扩展卡尔曼滤波的姿态解算算法研究

摘要：

为了解决标准扩展卡尔曼滤波器(EKF)在多旋翼无人机姿态解算中精度较低的问题,提出了一种改进扩展卡尔曼滤波算法(BPNN-EKF),使得解算精度得到较大提升.针对EKF存在预测模型参数要求具有先验已知性,在工程实践中难以获得准确的参数,以及标准EKF对非线性系统采用线性化模型带来的误差等问题,利用神经网络的非线性映射能力和自适应能力对标准EKF的估计值进行补偿,减小模型以及滤波参数误差对最优估计值的影响,从而提高最优估计精度.仿真实验证明,BPNN-EKF对多旋翼无人机姿态解算精度的提升具有显著作用.

关键词：扩展卡尔曼滤波器、姿态解算算法、非线性系统、BP神经网络

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家质检公益性行业科研专项项目:民用涵道式无人飞行器和工业机器人质量安全检测技术研究Y42Z130I10

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：227-229,249