买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：一种基于自适应增量式卡尔曼滤波的水平姿态测量方法，涉及惯性测量技术领域。提高运载体在机动场景下的水平姿态测量精度，为运载体提供更为准确的水平姿态信息。将载体机动和地球自转角速度等对比力测量的影响建模为一阶马尔可夫模型，将陀螺输出的角速度作为确定性输入、加速度计输出的比力作为量测量，根据最近N个时刻载体的机动状态采用指数渐消记忆加权平均法得到载体的机动向量，利用载体的机动向量对量测噪声进行自适应调节，最后通过增量式卡尔曼滤波的方法削弱了载体机动对水平姿态测量的影响。本发明适用于运动状态下的基于自适应增量式卡尔曼滤波的水平姿态测量。

主权项：1.一种基于自适应增量式卡尔曼滤波的水平姿态测量方法，其特征在于，所述方法为：S1、对惯性器件进行标定，并对标定后的惯性器件进行初始对准，获得初始横滚角θ0和初始俯仰角S2、采集载体机动数据和地球自转角速度，根据所述载体机动数据和地球自转角速度建立卡尔曼滤波状态空间模型；S3、根据所述初始横滚角θ0和俯仰角对所述卡尔曼滤波状态空间模型进行初始化，获得初始化的卡尔曼滤波状态空间模型；S4、采集任意时刻的惯性器件的IMU数据，并对所述IMU数据进行补偿，获得载体坐标系下的比力和载体坐标系下的角速度S5、根据所述载体坐标系下的角速度，获得角增量S6、根据所述载体坐标系下的比力，得到量测量；S7、采用初始化的卡尔曼滤波状态空间模型对所述角增量，进行卡尔曼滤波一步预测，获得预测数据；S8、根据所述载体坐标系下的比力和载体坐标系下的角速度，获得载体的机动向量Tk，并根据所述载体的机动向量自适应调节初始化的卡尔曼滤波状态空间模型，获得卡尔曼滤波量测噪声矩阵；S9、根据所述量测量和预测数据对所述卡尔曼滤波量测噪声矩阵进行量测更新，获得量测更新矩阵；所述量测更新矩阵表示为： 其中，为k时刻的量测矩阵，g为当地重力加速度，θkk-1、为预测数据；为k-1时刻的量测矩阵，θk-1、为k-1时刻的最优状态估计；Pkk-1为k时刻一步预测均方误差阵；Ψ为噪声转移矩阵；Φkk-1为k时刻状态转移矩阵；Pk-1为k-1时刻均方误差阵；Rk为k时刻量测方差；Λ、Σ均为过程矩阵；Kk为k时刻滤波器增益矩阵；Zk为量测量；为状态量一步预测值；和分别为k-1时刻和k时刻状态量；Pk为k时刻均方误差阵；S10、将所述IMU数据通过所述量测更新矩阵进行处理，获得水平姿态估计值；S11、将所述水平姿态估计值作为下一时刻状态量的初始值，直至获得最优的水平姿态测量值为止。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种基于自适应增量式卡尔曼滤波的水平姿态测量系统及方法