《微小型飞行器多传感器融合容积姿态估计》PDF+DOC
作者:石章松,吴中红,刘健,傅冰
单位:北京电子工程总体研究所
出版:《现代防御技术》2017年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFXDFJ2017030060
DOC编号:DOCXDFJ2017030069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于容积卡尔曼滤波的异类多传感器一致性融合算法》PDF+DOC2016年第07期 金长江,张兵,曹祥杰
《基于多传感器融合的车载航位推算系统》PDF+DOC2015年第01期 牟文杰,叶凌云
《基于多传感器融合的TBM姿态角测量方法》PDF+DOC2015年第12期 张春草,张剑波,朱国力
《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC2005年第04期 熊伟,张晶炜,何友
《扩展容积卡尔曼滤波定位技术研究》PDF+DOC2012年第04期 张洋,芮国胜,苗俊,孙文军
《移动卫星通信低成本多传感器融合姿态估计方法》PDF+DOC2012年第12期 伍宗伟,姚敏立,马红光,贾维敏,田方浩
《多传感器信息融合在移动机器人定位中的应用》PDF+DOC2008年第06期 陈小宁,黄玉清,杨佳
《基于容积卡尔曼滤波的异质多传感器融合算法》PDF+DOC2014年第04期 胡振涛,曹志伟,李松,李枞枞
《基于CDKF的飞机姿态角估计》PDF+DOC2013年第06期 韩萍,干浩亮,何炜琨,Daniel Alazard
《基于容积卡尔曼滤波的飞机姿态估计方法》PDF+DOC2013年第06期 韩萍,干浩亮,何炜琨,ALAZARD Daniel
针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。