Sigmoid变换的滤波-x四元数最小均方算法

滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制系统中常用的算法,对中低频噪声有较好的控制作用,但在某些环境噪声中传统的算法可能达不到期望的抑制效果。提出一种基于sigmoid变换的滤波-x四元数最小均方算法,该算法利用四元数的空间特性使噪声信号在超复数域内部相互耦合和关联,并通过sigmoid函数对误差信号进行非线性变换来约束噪声信号以减低对权值更新的影响力度,避免权值在更新过程中发散,从而实现优异的收敛性能以及增强的鲁棒性。同时通过研究步长分析该算法的稳态特性,并在汽车、工厂噪声环境下验证提出算法性能的优越性,仿真结果支持了该结论。

基于单片机的互补滤波与四元数滤波的研究

以单片机为主控模板,进行软硬件方案设计与研究去除姿态估计的互补滤波器与四元数滤波器的研究。软件模块上采用九轴传感器IMU963RA作为惯性测量单元(Inertial Measurement Unit),采集三轴角速度和三轴加速度的原始数据,输入在单片机系统中构建的互补滤波器模块和四元数滤波器模块,将数据上传至上位机中进行数据分析,调整参数后再重复该过程直到得到合适的滤波效果。硬件模块上则是采用单片机为核心的原理图设计,配件模块上则采用SD卡模块以及OLED模块以实现人机交互和数据存储。

基于四元数Gabor滤波的彩色纹理特征提取

现有的彩色图像纹理特征提取方法是将彩色图像转换为灰度图像或者对彩色图像进行分通道处理,这样的处理方法会丢失原图像的颜色信息和各通道间的相关性,导致特征图像的纹理特征和原图像的纹理特征差异较大。基于上述问题,提出了一种四元数Gabor彩色纹理特征提取方法。首先,根据Gabor滤波和四元数欧拉公式,推导出四元数Gabor滤波,并将彩色图像用四元数矩阵表达;其次提出四元数Gabor滤波卷积算法处理彩色图像,得到多尺度多方向的彩色纹理特征图像;最后对得到的彩色纹理特征图像进行Tamura统计特征的提取。实验结果表明,该方法可以很大程度地保留原图像的粗糙度、对比度和方向度等纹理特征,同时可以提取到原图像的颜色信息。在转化为灰度图像后,该方法在保留粗糙度、对比度和方向度等纹理特征方面优于传统Gabor方法和LBP方法。

四元数卡尔曼滤波组合导航算法性能分析

为分析四元数卡尔曼滤波组合导航算法在飞行器姿态估计中的性能,在建立四元数卡尔曼滤波观测方程、状态方程和方差计算模型的基础上,分别设计了陀螺/加速度计/磁强计组合导航仿真算例和陀螺/加速度计初始对准实验,比较了四元数卡尔曼滤波组合导航算法相较于传统扩展卡尔曼滤波组合导航算法在计算量、收敛性、收敛速度、收敛精度方面的性能.分析结果表明该滤波器无须扩展卡尔曼滤波器的线性化过程,计算量小,算法实现简单;收敛性和收敛速度均优于扩展卡尔曼滤波器.收敛精度较扩展卡尔曼滤波器高出约两个数量级,但收敛过程中存在一个比扩展卡尔曼滤波器精度低的时间区间.

基于四元数粒子滤波的飞行器姿态估计算法研究

针对飞行器非线性姿态确定问题,提出了一种四元数粒子滤波算法。将状态向量分为线性部分和非线性部分分别进行处理,降低了粒子滤波的运算量。针对四元数加权求和规范化问题,通过构造拉格朗日代价函数的方法将四元数加权和问题转化为代价函数取极值时的四元数向量求解问题;并通过求取四元数误差方差矩阵对角线元素平方根的方法保证扰动四元数的规范化;利用乘性误差四元数表示四元数估计点与采样点之间的距离,求取四元数的协方差矩阵解决了旋转矢量方差计算问题。仿真实验表明,与传统的扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)算法相比,该算法估计精度更高,稳定性更好。

基于四元数自适应卡尔曼滤波的快速对准算法

针对捷联惯导初始对准问题,提出了一种具有干扰抑制能力的四元数自适应卡尔曼滤波初始对准算法。通过将初始对准问题转化为Wahba姿态确定问题,直接建立四元数的滤波模型,并采用自适应卡尔曼滤波对初始时刻姿态四元数进行估计,利用姿态四元数更新求出当前姿态来实时地反映载体的姿态变化。针对直接构建量测模型导致收敛速度慢的问题,提出一种基于最优四元数估计法构造K矩阵原理的改进算法。利用三轴转台模拟不同的摇摆环境进行实验,转台实验表明了改进算法具有较快的收敛速度和良好的稳定性及精度,中等精度的惯导系统在150s至200s的对准时间内,航向角均值误差小于2'。

用四元数状态切换无迹卡尔曼曼滤滤波器估计的飞行器姿态

在较大初始姿态误差角下,针对捷联惯导/CCD星敏感器(strap-intertial navigation system/CCD star sensor,SINS/CCD)姿态估计系统扩展卡尔曼滤波(extended Kalman filter,EKF)算法精度下降的问题,提出了基于四元数的状态切换无迹卡尔曼滤波算法.通过状态实时切换降低了全维无迹卡尔曼滤波(unscented Kalman filter,UKF)的维数,减小了计算复杂度,提高了系统的实时性.文中采用基于特征向量求解的代价函数法计算四元数均值避免了UKF算法中四元数规范化的限制;利用乘性误差四元数表示姿态更新点与估计点之间的距离,解决了四元数协方差阵奇异性问题.仿真实验结果表明:与EKF相比,该算法在精度上有较大提高;与全维UKF算法和修正罗德里格斯参数UKF算法相比,该算法精度相当但估计时间均有不同程度的减少.

用于微小型飞行器姿态估计的四元数扩展卡尔曼滤波算法(英文)

针对MEMS陀螺、加速度计、磁强计组合的姿态确定系统,笔者设计了用于微小型飞行器姿态估计的四元数扩展卡尔曼滤波算法.取姿态误差四元数和陀螺随机漂移构建滤波状态向量,通过误差四元数微分方程和陀螺随机误差模型建立了卡尔曼滤波状态方程;采用改进的高斯-牛顿算法将传感器观测量转化为四元数,通过与利用陀螺信息估计的四元数相乘,得到姿态误差四元数作为卡尔曼滤波量测值,显著减小了机动加速度对姿态估计的影响.仿真实验显示:四元数静态估计误差小于0.22%,在动态情况下,四元数估计值能够较好地跟踪真实值的变化,表明该滤波算法能够有效提高姿态估计的精度.

四元数引导滤波彩色图像细节增强

为了使彩色图像细节突出,可视性强,提出一种基于四元数引导滤波的彩色图像增强方法.首先将传统引导滤波推广到四元数域中,推导得出基于四元数的引导滤波;其次将彩色图像以四元数矩阵的形式建模,通过四元数引导滤波对图像的四元数矩阵进行滤波处理;再采用图像分层方法将待增强彩色图像分成一个平滑图像和一个细节图像,并对细节图像进行自适应增强处理;最后将平滑图像和增强后的细节图像重构,得到最终的增强图像.实验结果表明,该方法增强效果显著,不仅使图像边缘明显突出、纹理更加清晰,同时颜色保真,其视觉效果优于传统的图像增强方法,客观评价指标也有较大幅度的提升.

基于四元数卡尔曼滤波的捷联惯导初始对准算法

针对晃动基座捷联惯导初始对准问题,研究了一种具有干扰抑制能力的初始对准算法。根据重力矢量在惯性空间投影构成一包含地球北向信息的旋转锥面的现象,利用坐标系惯性凝固假设将重力量测矢量和参考矢量分别投影到载体惯性坐标系和导航惯性坐标系,将晃动基座条件下的初始对准转化为基于重力量测矢量确定对准起始时刻的姿态问题。借鉴四元数线性伪量测方程的概念,利用重力投影矢量与初始姿态四元数的线性量测关系实现初始姿态四元数的直接滤波估计。初始姿态四元数在对准过程中为常值,以其作为待估计的状态可避免系统模型误差和初始误差的影响。利用转台模拟不同的摇摆对准环境,导航级惯导系统可在10 min内完成初始对准且方位误差小于3'。

基于四元数改进型互补滤波的MEMS姿态解算

针对四旋翼飞行器的姿态解算问题,设计了由STM32、陀螺仪、加速度计等组成的姿态测量单元,采用四元数法对姿态角进行描述,详细分析了姿态解算的过程,建立了系统及传感器模型,并在互补滤波算法的基础上,构造了一种改进型互补滤波器来完成姿态解算。实验测试表明,与传统的卡尔曼滤波算法和互补滤波算法比较,改进型互补滤波算法的数据平滑能力更强,收敛速度更快,有效地实现了飞行器姿态数据的融合,提高飞行器的姿态估计精度,满足了小型四旋翼飞行器姿态控制的要求,增强了系统的鲁棒性与稳定性。同时通过实际飞行实验,验证了算法的可行性。

基于四元数互补滤波的无人机姿态解算

针对无人机低成本姿态解算这一基本问题,考虑到传统姿态算法运算量大、不易调试,采用微惯性单元(MEMS)测量无人机原始姿态数据,采用基于四元数的互补滤波算法,有效降低姿态解算的运算量,实现MEMS各传感器的信息融合。从理论上证明了基于四元数的互补滤波器的稳定性,分析了滤波器的性能。采用无人机真实数据验证了算法的有效性,解算得到的俯仰角、滚转角精度小于1°,航向角精度小于2°。与传统姿态算法比较,本算法简单有效、运算量小、易于调试。

基于四元数和卡尔曼滤波的两轮车姿态稳定方法

针对自平衡两轮车姿态角的在线估计问题,采用四元数的姿态解算算法,利用Levenberg-Marquardt非线性最小二乘法对自平衡两轮车陀螺仪信号拟合,建立了随机漂移误差数学模型,应用卡尔曼滤波融合陀螺仪和加速度计输出的信号,补偿了陀螺仪输出角速度的随机漂移误差,得到了自平衡两轮车姿态的最优估计。实验结果表明,这种姿态估计算法是有效的,有利于车体的自平衡控制。

改进四元数无味卡尔曼滤波算法

针对四元数无味卡尔曼滤波计算量较大等问题,提出一种改进的四元数无味卡尔曼滤波算法,通过四元数与修正罗德里格斯参数的线性变换,避免了四元数无味卡尔曼滤波中,四元数与误差罗德里格斯参数频繁切换所带来的计算量增大的问题,从而降低了算法的计算量。推导了修正罗德里格斯参数出现奇异值时,改进四元数无味卡尔曼滤波的奇异值避免的转换公式。在捷联惯性导航系统/全球卫星定位系统(strapdown inertial navigation system/global positioning system,SINS/GPS)直接式位置松组合仿真试验中,对比了乘性扩展卡尔曼滤波、四元数无味卡尔曼滤波和改进四元数无味卡尔曼滤波的估计性能,证明了所提出算法的有效性。

基于乘性四元数和约束滤波的飞行器姿态估计算法

以单位四元数作为姿态描述参数提出一种乘性约束姿态估计算法。四元数具有全局非奇异、运动学方程双线性的优点,但归一化约束条件必须精确保持。首先,比较了加性和乘性滤波算法在估计误差定义和校正方式上的差别,并从物理概念和估计精度上详细分析了无约束四元数估计算法的不足。然后,针对"矢量测量+陀螺"姿态观测模式,利用乘性约束滤波算法设计了姿态估计器。针对状态部分受约束的姿态估计问题,推导了状态和方差预测方程及状态受约束的最优增益矩阵,并将约束增益矩阵应用到姿态估计算法的测量更新过程。最后,通过数学仿真验证了算法在估计精度和收敛性能上的优越性。

基于四元数平方根容积卡尔曼滤波的姿态估计

针对飞行器姿态确定中乘性扩展卡尔曼滤波(MEKF,Multiplicative Extend-ed Kalman Filter)在较大初始姿态误差角情况下存在估计精度低及收敛速度慢的问题,提出了一种四元数平方根容积卡尔曼滤波(QSCKF,Quaternion Square-root Cubature Kalman Filter)算法.在推导姿态确定系统四元数非线性误差模型的基础上,采用容积数值积分理论来计算非线性函数的均值与方差,同时使用平方根的形式来提高数值稳定性;针对四元数规范化问题,采用拉格朗日代价函数法求解四元数加权均值.仿真结果表明:在初始姿态误差较大的情况下,该算法相比较于MEKF以及无迹四元数估计法(USQUE,Unscented Quaternion Estimator),估计精度高且收敛速度快,滤波稳定性好,同时估计时间比USQUE缩短了1/3.

基于四元数衍生无迹卡尔曼滤波的二段式多旋翼无人机姿态估计算法

对传统多旋翼无人机姿态估计算法难以兼顾高精度、强实时性以及抗干扰能力差的问题,首先基于一种计算量较小的衍生无迹卡尔曼滤波算法,在量测更新中,将加速度数据和磁力计数据分为两个阶段进行姿态四元数校正处理,然后从旋转四元数的本质出发,推测出四元数各元素分别包含着不同的姿态角信息,最后将校正四元数分别乘上为降低校正过程中的相互干扰所设计的系数,提出一种基于四元数衍生无迹卡尔曼滤波的二段式多旋翼无人机姿态估计算法.通过使用PIXHAWK飞控数据,与传统姿态估计算法进行仿真实验对比,实验表明,本文提出算法与传统使用扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)的姿态估计算法相比,在实时性、解算精度和抗干扰能力方面有较大提升.

四元数扩维无迹卡尔曼滤波算法及其在大失准角快速传递对准中的应用

针对快速传递对准中量测失准角为大角度的情况,在非线性欧拉角误差模型基础上,推导了一种基于乘性四元数的等效快速传递对准模型.为解决四元数在无迹卡尔曼滤波(UKF)算法中的应用问题,提出了一种基于四元数的状态扩维无迹卡尔曼滤波(Q--AUKF)算法.该算法将系统噪声增广到状态向量中,解决了乘性四元数噪声无法进行向量意义下四则运算的问题.针对四元数加权均值规范化的限制,采用平均四元数算法保证其正交规范化要求.最后将其应用到快速传递对准中的仿真实验结果表明,在量测误差角为大角度的情况下,该算法具有更高的估计精度与收敛速度.

飞行器姿态确定的四元数约束滤波算法

单位四元数作为姿态描述参数具有全局非奇异、运动学方程线性的优点,但其归一化约束必须精确保持.针对这一问题,提出一种飞行器姿态确定的非线性约束滤波算法.首先,通过比较四元数先验和后验估计值的范数大小,证明乘性扩展卡尔曼滤波算法难以获得姿态最优约束解.然后,将QUEST算法与乘性卡尔曼滤波算法有效结合起来,建立一个广义的二次约束优化目标函数;状态预测阶段利用姿态及其方差传播模型来修正目标损失函数,测量更新阶段则通过求解特征值/特征矢量问题,全局显性保持了四元数的归一化约束,避免了扩展卡尔曼滤波的局部线性化近似.数学仿真对所提出算法的精度、稳定性和收敛性能进行了验证,并与乘性扩展卡尔曼滤波算法进行了比较.

基于四元数理论的彩色图像脉冲噪声开关滤波

根据四元数单位变换理论定义了一种新的描述彩色图像像素点间差异的距离,该距离可以同时描述两个彩色像素点在强度和色度上的差异.利用该距离和图像边缘的结构性与方向性,构造了一种基于四元数的开关型彩色图像脉冲噪声滤波器.该滤波器对像素点进行4个方向上的噪声检测并仅对检测为噪声的像素点进行滤波.实验表明:该滤波器能够在去除彩色图像中的相关和非相关噪声的同时保护图像细节,同时具有比传统方法更快的执行速度.