《基于梯度下降的自适应姿态融合算法》PDF+DOC
作者:陈卓,任久春,朱谦
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2019年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2019030350
DOC编号:DOCCGQJ2019030359
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于四元素的扩展卡尔曼滤波航姿参考系统算法设计》PDF+DOC2015年第04期 刘维亭,白杨
《应用于矿井的多旋翼飞行器姿态信息融合设计》PDF+DOC2016年第05期 张沛,孙运强,石喜玲
《数据丢包环境下的多传感器协同跟踪策略研究》PDF+DOC2018年第11期 高晓光,李飞,万开方
《一种便携式体育训练即时数据分析系统设计》PDF+DOC2019年第06期 王沛
《直升机惯性传感器结构的模态优化》PDF+DOC2018年第02期 郭述臻,昂海松
《如何通过融合kinect和惯性传感器进行手势跟踪》PDF+DOC2017年第23期 张欢,何波
《MEMS惯性传感器ADIS16355在姿态测量中的应用》PDF+DOC2012年第04期 黎永键,赵祚喜,高俊文
《航姿参考系统中一种自适应卡尔曼滤波算法》PDF+DOC2011年第06期 田易,孙金海,李金海,阎跃鹏
《角加速度测量》PDF+DOC2007年第02期 孙丰甲,彭军
《基于MEMS的微型惯性导航技术综述》PDF+DOC2014年第09期 杜小菁,翟峻仪
针对第一代帆船姿态测量系统中采用的自适应卡尔曼滤波算法作用范围有限、动态性能较差等缺陷,基于微机电系统(MEMS)惯性传感器与梯度下降姿态融合算法提出了两种自适应方法,分别根据当前时刻之前N个采样点的平均运动加速度与加速度的变化量设计自适应控制因子,得到稳定的动态梯度下降步长。实验结果表明:两种算法性能均优于自适应卡尔曼滤波与单点加速度抑制法,其中,基于加速度增量的控制算法更加符合高速运动状态下加速度剧烈变化的实际规律,测量性能达到最优,符合海面帆船运动船体姿态测量的实际需求。
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。