低成本动中通测控系统姿态估计算法的设计与实现

发布时间：2017-04-09 14:11

  本文关键词：低成本动中通测控系统姿态估计算法的设计与实现，由笔耕文化传播整理发布。

【摘要】：动中通在军用和民用领域中具有广阔的应用前景,低成本、低轮廓是当前动中通的发展趋势。论文以动中通低成本测控系统为研究对象,利用低成本动中通航向姿态估计算法,对航向姿态估计问题进行了深入地研究。主要研究内容包括以下几个方面:(1)阐述了动中通的基本原理和组成,给出了动中通低成本测控系统的功能组成,给出了基于微机械速率陀螺、加速度计和GPS组合的航向姿态估计算法的框架结构。(2)采用无航向角姿态更新算法,设计开关扩展卡尔曼算法(SEKF)融合陀螺和加速度计信息,抑制了机动加速度对加速度计测量值的影响,实现了载体姿态估计和陀螺零偏估计,得到了基于MIMU的姿态估计方法。用实测数据验证了算法的正确性和准确性。SEKF姿态估计算法能够有效的抑制非重力加速度的影响,准确估计车体俯仰角和横滚角。(3)通过建立机动加速度模型,并利用GPS信息去除机动加速度在加速度计测量值中的作用,得到了不受机动加速度影响的加速度计测量值,结合陀螺信息实现了载体航向姿态估计和三轴陀螺零偏估计,完成了基于MIMU/GPS的航向姿态估计方法。用实测数据验证了算法的正确性和准确性。双卡尔曼航向姿态估计算法能够融合陀螺、加速度计和GPS信息,对载体航向姿态进行估计,航向角估计误差最大值小于0.3°;经改进后能抑制非重力加速度引起的误差,准确估计车体俯仰角和横滚角。(4)研究了动中通中的阴影问题,给出了阴影判断流程,研究了非阴影状态和阴影状态下航向姿态估计在低成本动中通中的应用,推导了稳定波束指向的方法,结合航向姿态估计中的实验结果,给出了阴影后再捕获卫星时的搜索范围。
【关键词】：动中通 低成本测控系统 微机械惯性测量单元 姿态估计 扩展卡尔曼滤波
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN927.2
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 课题研究背景及意义10-11
• 1.2 国内外研究的历史与现状11-14
• 1.2.1 低成本动中通产品11-12
• 1.2.2 航向姿态估计算法12-14
• 1.3 论文研究内容及结构安排14-16
• 第二章 动中通概述16-22
• 2.1 动中通原理及组成16-18
• 2.1.1 动中通原理16-17
• 2.1.2 动中通组成17-18
• 2.2 低成本动中通测控系统18-20
• 2.2.1 低成本测量器件18
• 2.2.2 低成本测控方案18-20
• 2.3 低成本动中通航向姿态估计算法20-21
• 2.4 本章小结21-22
• 第三章 基于MIMU的姿态估计方法22-39
• 3.1 坐标系定义及姿态更新算法22-25
• 3.1.1 坐标系定义22-23
• 3.1.2 姿态更新算法23-24
• 3.1.3 无航向角姿态更新算法24-25
• 3.2 传感器预处理25-29
• 3.2.1 微机械陀螺25-27
• 3.2.2 加速度计27-29
• 3.3 开关扩展卡尔曼滤波算法29-31
• 3.3.1 EKF算法30-31
• 3.3.2 SEKF算法31
• 3.4 基于SEKF的无航向姿态估计31-35
• 3.4.1 状态方程32
• 3.4.2 测量方程32-33
• 3.4.3 开关判断条件33
• 3.4.4 姿态估计和陀螺零偏估计33-35
• 3.5 仿真验证35-38
• 3.5.1 仿真条件35-37
• 3.5.2 仿真结果37-38
• 3.6 本章小结38-39
• 第四章 基于MIMU/GPS的航向姿态估计方法39-48
• 4.1 机动加速度39-40
• 4.1.1 模型建立39
• 4.1.2 机动加速度去除39-40
• 4.2 双卡尔曼航向姿态估计算法40-44
• 4.2.1 EKF滤波41-42
• 4.2.2 SKF滤波42-44
• 4.2.3 三轴陀螺零偏估计44
• 4.3 仿真验证44-47
• 4.3.1 仿真条件44-45
• 4.3.2 仿真结果45-47
• 4.4 本章小结47-48
• 第五章 低成本动中通测控系统设计与实现48-58
• 5.1 测控系统的总体设计48-50
• 5.2 样机软件模块的设计与实现50-57
• 5.3 总结57-58
• 第六章 航姿估计算法行车实验验证58-76
• 6.1 实验条件58-59
• 6.1.1 实验设备58
• 6.1.2 连接关系及路况58-59
• 6.2 基于SEKF的无航向姿态估计算法验证59-66
• 6.2.1 滤波初值59-60
• 6.2.2 姿态估计和零偏估计60-66
• 6.3 双卡尔曼航向姿态估计算法验证及改进66-74
• 6.3.1 航向姿态估计和零偏估计66-72
• 6.3.2 姿态估计算法改进72-74
• 6.4 本章小结74-76
• 第七章 航向姿态估计算法在低成本动中通中的应用76-80
• 7.1 阴影问题76-77
• 7.1.1 阴影的产生76
• 7.1.2 阴影的判断76-77
• 7.2 非阴影状态姿态估计的应用77-78
• 7.3 阴影状态姿态估计的应用78-79
• 7.4 本章小结79-80
• 第八章 结束语80-82
• 致谢82-83
• 参考文献83-88
• 在学期间学术成果情况88-89

【相似文献】

中国期刊全文数据库 前10条

1 马瑾;陈立潮;张永梅;;基于分类的头部姿态估计算法的研究[J];科技情报开发与经济;2006年02期

2 傅泽宁;邵晓巍;龚德仁;段登平;;最优递归线性姿态估计算法[J];测控技术;2012年06期

3 张小平,朱红锋,刘志镜;多姿态人脸照片的姿态估计[J];计算机仿真;2005年04期

4 史东承,于德海,杨冬;一种多视角人脸姿态估计算法[J];长春工业大学学报(自然科学版);2004年01期

5 钟志光;易建强;赵冬斌;洪义平;李新征;;一种鲁棒的只需两帧图像的姿态估计方法[J];模式识别与人工智能;2005年04期

6 张根宝;杨永;;粒子滤波器及其在卫星姿态估计中的应用[J];计算机工程与科学;2011年06期

7 张彩霞;赵青娥;;基于旋转体的摄像机姿态估计[J];北方工业大学学报;2011年03期

8 郭作敏;飞行器实时姿态估计系统[J];光机电信息;1997年12期

9 陈晓钢;陆玲;周书民;刘向阳;;一种新的人脸姿态估计算法[J];数据采集与处理;2009年04期

10 刘淼;郭东伟;马捷;孙浩翔;周春光;;基于椭圆模型和神经网络的人脸姿态估计方法[J];吉林大学学报(理学版);2008年04期

中国重要会议论文全文数据库 前2条

1 叶蓬;刘方;;一种基于李群的目标姿态估计方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

2 牟忠凯;隋立芬;甘雨;黄贤源;;观测噪声为有色噪声的UKF姿态估计算法[A];第二届中国卫星导航学术年会电子文集[C];2011年

中国博士学位论文全文数据库 前4条

1 刘袁缘;自然环境下头部姿态估计方法的研究与应用[D];华中师范大学;2015年

2 崔锦实;基于三维模型的关节式物体姿态估计与跟踪方法研究[D];清华大学;2004年

3 赵松;人脸识别中的姿态估计、识别算法和融合算法的研究[D];中国科学技术大学;2009年

4 欧阳毅;单目视频中人体运动建模及姿态估计研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 石广升;基于Kinect的物体三维模型构建和姿态估计方法研究[D];哈尔滨工业大学;2015年

2 杜署明;基于捷联惯性传感的吊钩姿态估计技术研究[D];大连理工大学;2015年

3 刘则芬;基于扩展梯度直方图的行人检测及姿态估计研究[D];合肥工业大学;2014年

4 张亚男;低成本动中通测控系统姿态估计算法的设计与实现[D];电子科技大学;2015年

5 孙昊翔;关于人脸姿态估计问题的研究[D];吉林大学;2007年

6 李华明;基于中国人面貌形态学特征的人脸姿态估计方法研究[D];西北大学;2005年

7 杨旭;基于稀疏流形的头部姿态估计研究[D];华中科技大学;2013年

8 臧舒婷;基于单目相机的头部姿态估计算法研究[D];东北大学;2013年

9 崔少奇;人脸姿态估计算法的研究[D];西北大学;2015年

10 杨倩倩;数字视频中的实时人脸姿态估计研究的实时[D];华中科技大学;2009年

  本文关键词：低成本动中通测控系统姿态估计算法的设计与实现，，由笔耕文化传播整理发布。

本文编号：295425