两传感器信息融合超前k步稳态最优Kalman预报器

应用Kalman滤波方法 ,基于Riccati方程 ,对于带相关噪声的系统 ,在线性最小方差融合准则下 ,提出了两传感器按矩阵加权信息融合超前k步稳态最优Kalman预报器 ,给出了最优加权阵和最小融合预报误差方差阵的具体计算公式。同单传感器情形相比 ,可提高预报器的精度。

两轮自平衡车姿态传感器信息融合研究

以全国大学生智能汽车竞赛中电磁两轮直立自平衡车为对象,建立了小车的数学模型,设计制作了直立平衡车车模,并对姿态传感器加速度计和陀螺仪的信息进行卡尔曼滤波和互补滤波融合研究,调试结果表明,经融合后的输出角度波形曲线平滑、响应快速、跟踪稳定、减小了测量误差,有效提高了姿态控制的稳定性。

旋翼飞行器抗风扰控制器设计与风场环境建模

为解决旋翼室外飞行时,受风场干扰而无法稳定飞行的问题,该文通过建立风场环境下的旋翼动力学模型,设计了双自适应衰减扩展卡尔曼滤波算法;该算法的自适应衰减因子可减小陈旧数据对当前滤波值的影响,而算法的自适应协方差调整因子可实时调整噪声协方差;算法采用上述双自适应因子与PID位置控制器结合建模飞行器控制器。为进一步验证算法的有效性,该文在分析紊流风场和阵风环境模型的基础上,进行了3D风场环境仿真建模研究,同步实现了四旋翼在风场环境中的飞行姿态可视化分析;实验结果表明,控制器的均方根误差约减少了82%。该文在验证抗风干扰控制算法有效性的同时,可降低飞行控制器实验验证成本。