基于Mahony-EKF算法的手臂运动姿态测量系统

针对传统姿态解算方法效率迟缓、精度低下及稳定性差等问题,提出一种基于Mahony和扩展卡尔曼(EKF)相融合的算法,并开发出一种新型人体手臂姿态测量系统。首先,通过STM32微处理器采集MEMS传感器测得的数据,借助Mahony滤波器解算加速度计、磁力计和陀螺仪的数据,以此得到初步姿态四元数。其次,将初步姿态四元数作为EKF量测值,依据非重力加速度调节量测噪声协方差矩阵。然后,根据陀螺仪测得的角速度信息建立EKF状态方程,通过EKF滤波更新状态,获取解算融合后的手臂姿态数据。最后,将数据发送到上位机,通过上位机软件实时监测姿态角数据,再构建三维模型实时还原手臂的运动状态。经实验验证,应用EKF算法矫正Mahony滤波解算出的姿态数据,不仅可以使误差减小到0.5°、消除超调量和降低噪声干扰,还能有效克服传统姿态解算方法中需要大量数据集和计算时间长问题,从而抑制了随机波动,提高姿态解算精度。

基于IMU和Mahony算法的人体手臂关节角度姿态测量系统研究

针对IMU测量精度低和传统姿态解算方法误差较大的问题,提出一种基于Mahony姿态解算算法的人体手臂关节角度姿态测量系统。首先通过Mahony算法融合陀螺仪和加速度计数据,解算得到初步姿态四元数。接着通过磁力计对陀螺仪进行修正,然后将四元数转化为欧拉角,最终获取手臂关节姿态的估计,并通过上位机软件达到实时监测和手臂跟踪模拟的效果。经过实验验证,Mahony算法解算静态姿态角误差±0.5°,解算动态姿态角误差±1°,能有效抑制陀螺仪漂移误差,滤除加速度计测量值混有的高频噪声和抑制非重力加速度的干扰,能有效提高姿态解算精度。

基于Mahony滤波和EKF融合的姿态解算方法

随着微机电系统(MEMS)的发展,基于惯性测量单元(IMU)的捷联式惯性导航系统(SINS)成为了行人导航的理想选择。针对SINS定位精度低、器件噪声大的问题,提出一种改进的Mahony滤波器和扩展卡尔曼滤波(EKF)相结合的姿态解算算法。首先,该算法基于SINS误差量建立模型;再以Mahony滤波加速度与捷联惯导姿态解算加速度之差作为系统的观测量;最后,应用EKF融合陀螺仪、加速度计的测量数据得到定位结果。实验结果表明,在不同的运动状态下,与EKF和Mahony滤波器相比,平均定位误差分别降低了73.27%和65.76%以上,该融合算法能有效估计行人姿态,减少航向漂移,提高定位精度。

Benjamin-Bona-Mahony方程的有限差分近似解

使用Crank Nicolson有限差分方法来离散Benjamin Bona Mahony方程,得到其数值解的存在性和唯一性.同时证明了这种格式的收敛性并且得到了较好的误差估计.

基于Mahony与改进Kalman融合的姿态解算方法

获得精确的载体姿态信息是提高载体导航定位的关键。针对加速运动会产生非重力加速度干扰,而传统滤波算法无法解决其导致的精度下降的问题,提出一种基于Mahony和改进Kalman融合的姿态解算方法。首先采用惯性测量传感器所得数据进行Mahony解算,将其结果作为改进Kalman的量测信息;其次通过陀螺仪解算,将其结果作为改进Kalman的状态信息实现姿态解算。实验结果表明,本文所提出的方法相较于传统方法,解算精度提高一个数量级以上,能有效地抑制漂移误差高频噪声,大幅提升了载体姿态角解算精度,且具有良好的收敛性。

基于Mahony-EKF的无人机姿态解算算法

针对微惯性测量单元精度低和传统姿态解算方法误差较大,提出一种Mahony和扩展卡尔曼滤波(EKF)融合的姿态解算算法。首先通过Mahony滤波器融合陀螺仪、加速度计和磁力计数据,解算得到初步姿态四元数。再以Mahony滤波器的姿态四元数作为EKF的量测值,根据非重力加速度的大小,自适应正相关调节量测噪声协方差矩阵;根据陀螺仪测量的角速度信息建立EKF状态方程。最终经过EKF滤波后,获取无人机姿态的估计。经过仿真实验验证,融合算法解算静态姿态角误差小于0.1°,解算动态姿态角误差小于1°,均优于互补滤波算法和改进EKF算法。融合算法能有效抑制陀螺仪漂移误差,滤除加速度计测量值混有的高频噪声和抑制非重力加速度的干扰,提高姿态解算精度。

推广的Benjamin-Bona-Mahony方程解的衰减估计

研究了推广的Benjamin-Bona-Mahony方程解的初值问题,得到了关于解的衰减估计.

基于Mahony滤波器和PID控制器的四旋翼飞行器姿态控制

四旋翼飞行器由于其简单的气动布局和复杂的动力学模型在控制领域引起了研究热潮，姿态估计与控制器设计一直是实现四旋翼飞行器稳定飞行的难点。为实现精确的四旋翼飞行器姿态估计，首先分析了IMU传感器示值组成和误差存在的原因，然后在方向余弦矩阵（DCM）和重正交化的基础上，具体给出了Mahony滤波器的实现流程。通过与扩展卡尔曼滤波器对比表明，该算法不仅能保证很高的姿态估计精度，而且计算时间小于扩展卡尔曼滤波器，有助于提高系统姿态估计的实时性。结合Mahony滤波后的姿态信息，采用嵌套PI-PID控制策略设计了控制器。最后，将姿态估计算法和控制算法应用到实验平台上，可以实现四旋翼飞行器悬停和角度跟踪功能。

Benjamin-Bona-Mahony方程指数吸引子的存在性

该文讨论3维的Benjamin-Bona-Mahony方程在自治和非自治两种情况下指数吸引子的存在性,推广和改进了已有的一些结果.

基于Mahony滤波算法的姿态解算与应用研究

针对多旋翼无人机自驾仪在某一特定的飞行路径中,飞行控制系统中存在姿态信息的实时获取和精确解算误差较大问题,文章介绍了四旋翼飞行器姿态解算常用四元数法姿态解算方法与互补滤波融合算法原理,并研究了影响姿态解算的重要参数(比例系数Kp)的最佳取值。通过对Mahony算法给予改进,最后在Matlab仿真试验和Mission Planner地面站软件的测试下,比较不同的姿态解算结果,调试得出最佳的比例系数Kp值,得到了更好的姿态解算结果。四旋翼飞行器姿态信息的准确性直接影响飞行器的飞行控制效果,实验结果表明,Mahony自适应互补滤波算法滤波效果良好,可以有效降低低成本IUM系统的误差累加,可以在实际应用中得到较高的姿态精度,对飞行器的控制研究具有一定的参考价值与指导意义。

基于Mahony与误差状态卡尔曼滤波融合的姿态解算方法

针对惯性测量单元(IMU)精度较低的问题以及传统姿态解算算法误差较大的缺点,提出了一种基于IMU的融合Mahony滤波与误差状态卡尔曼滤波(ESKF)的姿态解算方法。为降低因非重力加速度及磁干扰所带来的误差,根据加速度计和磁力计的置信度设计两个不同的自适应PI控制器改进Mahony算法,IMU测量数据经其解算,作为ESKF的量测值。ESKF将真实状态定义为名义状态与误差状态的组合,间接完成对系统状态的估计。因误差量为小量,所以误差状态线性化时的误差更小,雅克比矩阵的计算更简单。经实验验证,相较于传统姿态解算算法,融合算法能有效减少高频噪声、数据漂移带来的误差,提高姿态解算精度。

基于Mahony算法的游泳运动姿态测量快速对准算法

在游泳运动姿态测量中,由于水对各种信号的吸收以及折射问题,依赖外部信息的传感器不能准确提供信息,而惯性技术由于不依赖外部信息,适合应用于游泳运动姿态测量领域。惯性姿态测量需要初始对准技术提供初值,从而计算得到游泳运动过程中的姿态。而游泳运动员起跳时间不确定,传统的初始对准算法需要较长时间才能得到一个较高精度的结果。针对这一问题,提出了采用Mahony算法进行快速对准的方法,使用MEMS九轴惯性测量单元进行信息采集,通过角速度信息计算姿态角,加速度信息修正水平姿态角,磁场强度信息修正偏航角,使用互补滤波方法对多源信息进行融合,从而快速得到惯性姿态测量的初值。实验室实验验证了姿态角水平精度可以在3s内达到角分级别,满足了游泳运动的需求,在实际运动场景下的测试也验证了算法的可行性。

多传感器数据融合的四轴飞行器姿态角解算

针对四轴飞行器的姿态角解算方法存在周期长、精度低的问题,提出扩展卡尔曼滤波方法。首先,分析陀螺仪、加速度计、Mahony互补滤波3种姿态角的解算方法;然后,对扩展卡尔曼滤波方法进行公式推导,指出通过迭代可改变卡尔曼增益大小,提高解算精度;最后,通过实验得出,与Mahony互补滤波相比,扩展卡尔曼滤波更可靠。利用扩展卡尔曼滤波方法进行姿态角解算,可提高四轴飞行器的控制精度和稳定性,满足高精度工作场所的需求,具有一定的实践意义。

基于MEMS微惯性器件的姿态测量单元设计与测试

MEMS惯组具有体积小、价格低、易于集成等优点,已被广泛应用于各个领域。为提高MEMS姿态解算精度,采用Mahony互补滤波方法设计了MEMS惯性组件。Mahony互补滤波器将陀螺仪解算的高频姿态信号和加速度计-磁强计解算的低频姿态信号进行融合,提高测量精度。介绍了MEMS惯组硬件、软件、算法设计及无磁转台测试。无磁转台静态测量下的俯仰角精度0.51°;横滚角精度0.5°;航向角精度1.1°。

智能火灾侦查监测四旋翼飞行器的设计研究

研究四轴飞行器的飞控原理,建立了四元数运动学微分方程,通过一阶龙格库塔法对其进行了求解,利用实时四元数反转欧拉角代表飞行姿态信息,方便姿态过程控制;通过惯性传感器MPU9250采集实时姿态数据,采用Mahony互补滤波算法融合得到实际飞行姿态;通过串级PID控制算法,实现了对微型四轴飞行器的飞行控制。利用Matlab软件对串级PID进行了仿真调参,并在STM32F411为主控的飞行器上对角速度内环和欧拉角外环进行了实际调试。飞行器配备智能火焰识别摄像头,可以在区域搜索和监测时自动锁定火灾重点区域,提高侦查效率。

非线性偏微分方程的精确行波解

计算机科学是研究信息与计算的理论基础以及它们在计算机系统中如何实现和应用的学科。非线性科学是研究自然界中非线性问题的共性。计算机代数系统出现后,人们开始用计算机进行符号计算和自动推理,科学家们对非线性问题的研究也一直与计算机科学的发展息息相关。在数学和物理学领域,人们习惯用方程来描述客观事物的运动规律。非线性偏微分方程是可以描述客观事物非线性演化过程的数学物理方程,但是数学上几乎不存在通用的方法求解此类方程。文中采用辅助函数法求解非线性Benjamin-Bona-Mahonye方程的精确行波解。借助符号计算系统Maple,通过修正辅助函数法中参数m的取值范围,获得并比较了方程行波解在数量和形式上的变化。研究结果表明,修正后的辅助函数法能够获得形式更为丰富的行波解。

MEMS传感器输电线路舞动轨迹监测

中国部分地区输电线路舞动事故频繁发生,为提供舞动预警及理论分析数据,提出一种基于MEMS六轴惯性传感器的输电线路舞动轨迹监测算法。算法给出舞动轨迹监测一般解算流程,以MEMS六轴惯性传感器敏感输电线路舞动的角速度、加速度信息可有效解决仅用三轴加速度计所存在的线路空间扭转问题,为有效抑制MEMS传感器中陀螺仪误差随时间累积,算法采用融合Mahony滤波的姿态解算,结合对线路位移的解算,得到线路空间舞动姿态和位置,二者相结合即能实现输电线路舞动轨迹的监测。算法同时提出线路舞动起舞及舞止的判别方法、监测设备工作于强烈电磁干扰环境无法引入外界磁信息,设备如何确定初始航向角方法,较传统相应轨迹监测算法准确性、完备性有较大改进。该算法最终应用于六轴传感器型号为ADIS16470的舞动轨迹监测装置后可达到对输电线路舞动轨迹的准确监测。

基于Ardupilot的微型无人船航向控制系统设计

APM系统平台上通用配置方式与Mavlink通讯协议参数理解。在RTPS协议下进行控制系统设计,对无人船航向控制过程中的风浪混合干扰,对PX4平台原生mahony算法与导航控制算法修缮,结合模糊PID控制技术,提出有效的PD控制手段,实现控制参数自适应调整与优化。采用Ardupilot平台反馈消息,并在Matlab上对控制算法优化分析,得到姿态控制优化曲线,航向控制的压线、点情况较好。

The Traveling Wave Solutions of Space-Time Fractional Partial Differential Equations by Modified Kudryashov Method

In this paper, the modified Kudryashov method is employed to find the traveling wave solutions of two well-known space-time fractional partial differential equations, namely the Zakharov Kuznetshov Benjamin Bona Mahony equation and Kolmogorov Petrovskii Piskunov equation, and as a helping tool, the sense of modified Riemann-Liouville derivative is also used. The propagation properties of obtained solutions are investigated where the graphical representations and justifications of the results are done by mathematical software Maple.

多旋翼无人机姿态解算的仿真计算研究

对多旋翼无人机姿态解算的建模仿真研究,选取Mahony算法和梯度下降法作为姿态解算研究方法。结果表明,使用互补滤波算法与使用梯度下降法计算出的飞行器姿态基本相同,互补滤波法计算出的姿态存在明显的滞后现象。因此,在无人机实际飞行调试时,使用梯度下降法解算出无人机当前时刻的姿态要优于互补滤波算法的。