四四元数域低秩逼近及其在矢量阵列波达方向估计中的应用

提出了新的多元数概念——四四元数,以及四四元数框架下特征分解和奇异值分解等信号处理领域常用的矩阵运算新规则.在此基础上提出了四四元数矩阵的一种低秩逼近算法,并将其用于矢量传感器阵列信号建模及波达方向(DOA)估计中.结果表明,四四元数特征分解及奇异值分解能获得比现有方法更好的低秩逼近性能,基于四四元数模型的矢量传感器阵列信号DOA估计算法,在资源占用、子空间逼近以及对模型误差的鲁棒性等方面均明显优于传统算法.

基于STM32的四旋翼飞行姿态串级控制

对四旋翼飞行器飞行姿态的稳定控制问题进行了分析,设计了基于STM32系列微控制器的稳定控制系统。STM32以ARM Cortex-M3为内核,拥有强大的运算能力,作为四旋翼飞行器的飞行姿态控制器的主控芯片。采用四元素融合滤波算法对陀螺仪和电子罗盘等多传感器采集的数据进行飞行姿态解算。结合串级PID控制算法实现四旋翼飞行姿态控制系统设计。仿真及实验结果表明该控制系统符合设计要求,达到了对四旋翼飞行器飞行姿态稳定控制的目的。验证了基于STM32的串级飞行姿态控制的有效性,为后续研究奠定了基础。

基于四元数的四轴无人机姿态的估计和控制

介绍一种只需少量计算就可实现四轴无人机姿态的估计和控制的新颖方法。整个算法采用四元数表示,四元数运算基于惯性测量单元(IMU)的加速度和陀螺仪传感器。姿态估计使用四元数代替三角函数,允许用加速度数据分析推导和优化梯度下降算法来减少由陀螺仪传感器产生的误差。姿态控制将当前姿态与目标姿态的姿态误差反馈到PD控制器来实现想要的目标姿态。姿态估计中用到的梯度下降算法通过四元数对应的欧拉角的均方误差验证,静态均方误差小于0.945°。实际的飞行测试可以实现一个稳定的飞行,同时验证了姿态控制算法。

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。

基于四元数的四旋翼无人飞行器轨迹跟踪控制

四旋翼无人飞行器具有复杂的数学模型,但现有控制方法大多是基于系统简化模型提出的.为此,该文分析了这类方法的局限性,并基于原始数学模型研究了非线性轨迹跟踪控制问题.通过期望轨迹建立跟踪误差模型,将其分解为两个相互独立的子系统,并以刚体旋转的四元数为系统状态对姿态子系统进行描述.利用backstepping方法设计时变反馈控制律使其子系统指数稳定.根据级联系统的全局稳定性判据,通过研究耦合部分的性质证明系统的全局指数稳定性.仿真结果表明,该方法能够实现四旋翼无人飞行器对期望轨迹的跟踪.

四旋翼飞行器航姿测量系统的数据融合方法

针对小型四旋翼飞行器航姿测量系统中MEMS器件精度低、易发散等问题,提出一种新的数据融合方法,对航姿测量系统中陀螺仪、加速度计和电子罗盘的输出数据进行融合。利用MEMS惯性测量元件搭建了一个低成本航姿测量系统,分析了姿态解算的过程和难点,采用基于梯度下降的姿态融合算法,对四元数更新方程进行了补偿。实验结果表明:与目前常用的卡尔曼滤波算法相比,基于梯度下降的数据融合算法能显著降低对处理器速度和精度的要求,能有效融合航姿测量单元的传感器数据,提高小型四旋翼飞行器的姿态测量精度。

基于物联网的微型四旋翼飞行器的设计

针对微型四旋翼飞行器在小型无人机领域中独具的优点,提出并采用多种传感器、蓝牙无线通信、嵌入式微控制器等物联网技术,设计出一款基于物联网的微型四旋翼飞行器。详细阐述了其系统架构、硬件设计以及四元数算法、PID控制算法等。实践表明,基于物联网的微型四旋翼飞行器具有易于控制、飞行姿态稳定、转向灵活等优点。

微型四轴飞行器的设计与实现

四轴飞行器是通过调节电机转速来控制运动姿态的典型欠驱动系统,为研究飞行器的姿态控制问题,对飞行控制系统进行了初步设计.硬件部分以STM32单片机为主控芯片,采用MPU6050陀螺仪传感器完成飞行控制系统的选型设计,重点讨论了驱动电路、传感器和通信模块的选型设计.软件部分以PID控制为基础,重点介绍了姿态角检测过程中的四元数变换和卡尔曼滤波环节,这两个步骤保障了所得姿态角的准确性.仿真分析和室内测试显示,该硬件设计性能可靠,其姿态角控制达到了预期效果,对四轴飞行器的设计有借鉴意义.

基于梯度下降法的四旋翼无人机姿态估计系统

为解决四旋翼无人机在飞行时实时姿态测量的问题,提高姿态估计精度,设计了一种基于STM32的梯度下降姿态估计系统。该系统以STM32F427微处理器为主控制器,MPU6000和LSM303D作为姿态传感器,实现了对姿态传感器数据采集以及姿态解算。系统对加速度计、磁罗盘进行预处理,利用梯度下降滤波的方法估计误差四元数,从而修正陀螺仪积分误差,实现了姿态角的精确估计。最后,通过搭建的飞行实验平台,与Pixhawk飞控进行姿态角比较分析,实验结果表明:采用梯度下降法的姿态估计系统能够稳定有效地估计无人机的姿态,满足四旋翼无人机的飞行要求。

基于STM32四轴飞行平台

本设计以STM32F407为控制核心,四轴飞行器为载体。硬件上由飞控电路,电源管理,通信模块,动力系统,机架,云台伺服系统组成。算法上采用简洁稳定的四元数加互补滤波作为姿态解算算法,PID作为控制器,实现飞行,云台增稳等功能。具有灵活轻盈,延展性,适应性强好等特点。