数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2013年
6期
790-795
,共6页
韩萍%干浩亮%何炜琨%Daniel Alazard
韓萍%榦浩亮%何煒琨%Daniel Alazard
한평%간호량%하위곤%Daniel Alazard
姿态估计%四元数%中心差分卡尔曼滤波%扩展卡尔曼滤波
姿態估計%四元數%中心差分卡爾曼濾波%擴展卡爾曼濾波
자태고계%사원수%중심차분잡이만려파%확전잡이만려파
attitude estimation%quaternion%central difference Kalman filter (CDKF)%extend Kalman filter (EKF)
针对扩展卡尔曼滤波(Extend Kalman filter,EKF)在飞机姿态估计中存在着计算复杂、线性化误差大等实际问题,将一种基于Stirling内插公式的非线性滤波算法中心差分卡尔曼滤波算法(Central difference Kalman filter,CDKF)应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统中.首先建立基于四元数的飞机姿态数学模型,然后用CDKF方法进行姿态估计,并通过实测数据进行验证.实验结果表明,CDKF方法不仅有效地提高了飞机姿态估计的精度和稳定性;而且不需要模型的具体解析形式,避免了复杂的Jacobian矩阵的计算,算法更简单,也更容易实现,优于常用的EKF方法.
針對擴展卡爾曼濾波(Extend Kalman filter,EKF)在飛機姿態估計中存在著計算複雜、線性化誤差大等實際問題,將一種基于Stirling內插公式的非線性濾波算法中心差分卡爾曼濾波算法(Central difference Kalman filter,CDKF)應用于由低精度高譟聲傳感器組成的低成本飛機姿態估計繫統中.首先建立基于四元數的飛機姿態數學模型,然後用CDKF方法進行姿態估計,併通過實測數據進行驗證.實驗結果錶明,CDKF方法不僅有效地提高瞭飛機姿態估計的精度和穩定性;而且不需要模型的具體解析形式,避免瞭複雜的Jacobian矩陣的計算,算法更簡單,也更容易實現,優于常用的EKF方法.
침대확전잡이만려파(Extend Kalman filter,EKF)재비궤자태고계중존재착계산복잡、선성화오차대등실제문제,장일충기우Stirling내삽공식적비선성려파산법중심차분잡이만려파산법(Central difference Kalman filter,CDKF)응용우유저정도고조성전감기조성적저성본비궤자태고계계통중.수선건립기우사원수적비궤자태수학모형,연후용CDKF방법진행자태고계,병통과실측수거진행험증.실험결과표명,CDKF방법불부유효지제고료비궤자태고계적정도화은정성;이차불수요모형적구체해석형식,피면료복잡적Jacobian구진적계산,산법경간단,야경용역실현,우우상용적EKF방법.
