CN103414451A - 一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 - Google Patents
一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 Download PDFInfo
- Publication number
- CN103414451A CN103414451A CN2013103067884A CN201310306788A CN103414451A CN 103414451 A CN103414451 A CN 103414451A CN 2013103067884 A CN2013103067884 A CN 2013103067884A CN 201310306788 A CN201310306788 A CN 201310306788A CN 103414451 A CN103414451 A CN 103414451A
- Authority
- CN
- China
- Prior art keywords
- ekf
- attitude
- omega
- value
- flight vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提出一种应用于飞行器姿态估计的扩展卡尔曼滤波方法,能够处理各种复杂干扰的非线性系统姿态估计。第一步:建立基于观测器的飞行器的动力学模型;第二步:根据第一步建立的模型方程,对加速度计和陀螺仪所测量三轴的姿态角θ加和三轴姿态角速度ω陀进行互补滤波,滤除高频和低频干扰,得到较纯净的信息值θ,去除可能系统内部及外部的扰动;第三步:利用第二步得到的信息值θ,采用扩展Kalman滤波方法对状态变量进行估计,得到的值即为姿态的估计值,从而完成了对飞行器状态的估计。
Description
技术领域
本发明涉及飞行器姿态估计、导航、信息处理和数据融合技术领域。
背景技术
姿态估计是飞行器,包括卫星,导航系统中的一项关键技术。在理想条件下,传统意义上的卡尔曼滤波方法就能得到很好的估计结果,然而,由于系统建模的不精准以及在实际中多重干扰导致的不确定性和量测误差,都将在一定程度上影响姿态估计的精度。
扩展卡尔曼滤波方法是一种直接用来解决非线性估计问题的方法,该方法是通过对非线性问题进行线性化,来得到最优的估计值。互补滤波方法,可以对不同的信息源信号进行滤波,尤其在惯性导航系统中,采用互补滤波的方法可以很好的抑制加速度计和陀螺仪的偏差,可以快速估计姿态角,比起传统的低通滤波可以大幅减少之后带来的影响。互补滤波器对于陀螺仪是高通特性,所以陀螺的偏差可以得到很好的控制;同时,对加速度计互补滤波器具有低通特性,可以控制加速度计的噪声。通过选取合适的参数值,可以很好的选取适合系统的阶段频率。
发明内容
本发明的目的在于提出一种应用于飞行器姿态估计的扩展卡尔曼滤波方法,能够处理各种复杂干扰的非线性系统姿态估计。
本发明的技术方案如下:
该应用于飞行器姿态估计的扩展卡尔曼滤波方法,包括以下步骤:
第一步:建立基于观测器的飞行器的动力学模型,该模型方程具体如下:
其中x1,x2是陀螺仪和加速度计的敏感值;bω是角速度误差;S[ω(t)]为一个对称矩阵,其值是由载体坐标系到本地坐标系的转换矩阵R(t)确定,关系式为
第二步:根据第一步建立的模型方程,对加速度计和陀螺仪所测量三轴的姿态角θ加和三轴姿态角速度ω陀进行互补滤波,滤除高频和低频干扰,得到较纯净的信息值θ,去除可能系统内部及外部的扰动;
第三步:利用第二步得到的信息值θ,采用扩展Kalman滤波方法对状态变量进行估计,得到的值即为姿态的估计值,从而完成了对飞行器状态的估计。
本发明的有益效果:
本发明以飞行器姿态估计为背景,结合扩展Kalman滤波方法和互补滤波方法,保证了所设计的滤波器的一致完全可观性,以及对低频和高频干扰都能有很好的处理结果。这种改进的方法相比于传统的姿态估计方法,在对三个轴的姿态角进行估计时,有着更好的动态性能和稳态性能,并且能够很好的控制实际系统中存在的各种干扰。
具体实施方式
下面通过具体实施例说明本发明通过计算机仿真实验验证提出方案的可行性和有效性。
首先建立非线性的系统模型
考虑非线性模型的如下参数,过程噪声是零均值的高斯白噪声,增益σ=2,量测噪声协方差N=1,初始状态矩阵的均值和方差分别为和initcov=100。量测噪声和观测噪声也分别包含非线性因素,比如指数项和三角函数项,这些都使得模型更接近实际的系统。另外扩展Kalman滤波的参数,加性干扰的期望值和传感器噪声的期望值如下
Ξ=diag[0.05,0.05,0.05,0.3,0.3,0.3,10-6,10-6,10-6]
Θ=diag[0.05,0.05,0.05,0.3,0.3,0.3]
并且实际的系统中,传感器噪声可能通过实验来近似逼近,而频率权重的选择也可以提高滤波器的性能。x,y和z轴的初始姿态角全部设为0。
然后,由互补滤波原理设计滤波器
最后,将互补滤波器的输出给扩展EKF实现优化的结果
仿真实验使用MATLAB软件,通过分别编写EKF_ContinuousSystemModel,EKF_ObserverModel,EKF_SystemModel以及EKF_Transform四个子程序,来模拟实际非线性系统以及状态观测器等模型,以验证方案的可行性。其中,EKF_ContinuousSystemModel是连续系统的状态模型函数,EKF_ObserverModel是观测器模型函数,EKF_SystemModel是系统模型函数,EKF_Transform是状态变换函数。
扩展Kalman滤波器可以很好的估计x,y和z轴的姿态角,并且能很好的控制三轴姿态角的误差。
然而考虑到扩展Kalman滤波结果的光滑程度,结合互补滤波之后的扩展Kalman滤波的结果,仿真结果显示改进后的扩展Kalman滤波器关于x,y和z轴的姿态角的估计要比传统扩展Kalman滤波器更快的稳定,收敛性更好,也说明了当存在复杂干扰时,改进后的扩展Kalman滤波器能很好的控制非线性系统的性能。进一步的可以看到,这种改进的方法可以在初始未知,干扰复杂的情况下也能更快、更精确的进行估计。
Claims (2)
1.一种应用于飞行器姿态估计的扩展卡尔曼滤波方法,其特征在于,包括以下步骤:
第一步:建立基于观测器的飞行器的动力学模型,该模型方程具体如下:
其中x1,x2是陀螺仪和加速度计的敏感值;bω是角速度误差;S[ω(t)]为一个对称矩阵,其值是由载体坐标系到本地坐标系的转换矩阵R(t)确定,关系式为
第二步:根据第一步建立的模型方程,对加速度计和陀螺仪所测量三轴的姿态角θ加和三轴姿态角速度ω陀进行互补滤波,滤除高频和低频干扰,得到较纯净的信息值θ,去除可能系统内部及外部的扰动;
第三步:利用第二步得到的信息值θ,采用扩展Kalman滤波方法对状态变量进行估计,得到的值即为姿态的估计值,从而完成了对飞行器状态的估计。
2.如权利要求1所述的一种应用于飞行器姿态估计的扩展卡尔曼滤波方法,其特征在于,该方法可以采用MATLAB软件进行仿真实验,通过分别编写EKF_ContinuousSystemModel,EKF_ObserverModel,EKF_SystemModel以及EKF_Transform四个子程序,来模拟实际非线性系统以及状态观测器模型,其中,EKF_ContinuousSystemModel是连续系统的状态模型函数,EKF_ObserverModel是观测器模型函数,EKF_SystemModel是系统模型函数,EKF_Transform是状态变换函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310306788.4A CN103414451B (zh) | 2013-07-22 | 2013-07-22 | 一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310306788.4A CN103414451B (zh) | 2013-07-22 | 2013-07-22 | 一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103414451A true CN103414451A (zh) | 2013-11-27 |
CN103414451B CN103414451B (zh) | 2015-11-25 |
Family
ID=49607441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310306788.4A Active CN103414451B (zh) | 2013-07-22 | 2013-07-22 | 一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103414451B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249744A (zh) * | 2016-07-11 | 2016-12-21 | 电子科技大学 | 一种基于二级互补滤波的小型旋翼飞行器高度控制方法 |
CN106403938A (zh) * | 2016-08-25 | 2017-02-15 | 北京航空航天大学 | 一种针对小型无人机多源复合振动干扰的系统滤波方法 |
CN106885568A (zh) * | 2017-02-21 | 2017-06-23 | 北京京东尚科信息技术有限公司 | 无人机数据处理方法和装置 |
CN110887481A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems惯性传感器的载体动态姿态估计方法 |
CN111207734A (zh) * | 2020-01-16 | 2020-05-29 | 西安因诺航空科技有限公司 | 一种基于ekf的无人机组合导航方法 |
CN111811506A (zh) * | 2020-09-15 | 2020-10-23 | 中国人民解放军国防科技大学 | 视觉/惯性里程计组合导航方法、电子设备及存储介质 |
CN112269317A (zh) * | 2020-11-04 | 2021-01-26 | 天津大学 | 一种基于扩展卡尔曼滤波器的双边遥操作控制方法 |
WO2022063120A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市领峰电动智能科技有限公司 | 组合导航系统初始化方法、装置、介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5216611A (en) * | 1991-02-08 | 1993-06-01 | Rockwell International Corporation | Integrated enroute and approach guidance system for aircraft |
CN1664506A (zh) * | 2004-03-05 | 2005-09-07 | 清华大学 | 一种载体姿态测量方法及其系统 |
CN102955477A (zh) * | 2012-10-26 | 2013-03-06 | 南京信息工程大学 | 一种四旋翼飞行器姿态控制系统及控制方法 |
-
2013
- 2013-07-22 CN CN201310306788.4A patent/CN103414451B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5216611A (en) * | 1991-02-08 | 1993-06-01 | Rockwell International Corporation | Integrated enroute and approach guidance system for aircraft |
CN1664506A (zh) * | 2004-03-05 | 2005-09-07 | 清华大学 | 一种载体姿态测量方法及其系统 |
CN102955477A (zh) * | 2012-10-26 | 2013-03-06 | 南京信息工程大学 | 一种四旋翼飞行器姿态控制系统及控制方法 |
Non-Patent Citations (1)
Title |
---|
郭晓鸿等: "EKF 和互补滤波器在飞行姿态确定中的应用", 《传感器与微系统》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249744B (zh) * | 2016-07-11 | 2019-04-05 | 电子科技大学 | 一种基于二级互补滤波的小型旋翼飞行器高度控制方法 |
CN106249744A (zh) * | 2016-07-11 | 2016-12-21 | 电子科技大学 | 一种基于二级互补滤波的小型旋翼飞行器高度控制方法 |
CN106403938A (zh) * | 2016-08-25 | 2017-02-15 | 北京航空航天大学 | 一种针对小型无人机多源复合振动干扰的系统滤波方法 |
CN106403938B (zh) * | 2016-08-25 | 2019-04-09 | 北京航空航天大学 | 一种针对小型无人机多源复合振动干扰的系统滤波方法 |
CN106885568B (zh) * | 2017-02-21 | 2020-09-01 | 北京京东尚科信息技术有限公司 | 无人机数据处理方法和装置 |
CN106885568A (zh) * | 2017-02-21 | 2017-06-23 | 北京京东尚科信息技术有限公司 | 无人机数据处理方法和装置 |
CN110887481A (zh) * | 2019-12-11 | 2020-03-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于mems惯性传感器的载体动态姿态估计方法 |
CN111207734A (zh) * | 2020-01-16 | 2020-05-29 | 西安因诺航空科技有限公司 | 一种基于ekf的无人机组合导航方法 |
CN111207734B (zh) * | 2020-01-16 | 2022-01-07 | 西安因诺航空科技有限公司 | 一种基于ekf的无人机组合导航方法 |
CN111811506A (zh) * | 2020-09-15 | 2020-10-23 | 中国人民解放军国防科技大学 | 视觉/惯性里程计组合导航方法、电子设备及存储介质 |
WO2022063120A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市领峰电动智能科技有限公司 | 组合导航系统初始化方法、装置、介质及电子设备 |
CN112269317A (zh) * | 2020-11-04 | 2021-01-26 | 天津大学 | 一种基于扩展卡尔曼滤波器的双边遥操作控制方法 |
CN112269317B (zh) * | 2020-11-04 | 2024-03-15 | 天津大学 | 一种基于扩展卡尔曼滤波器的双边遥操作控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103414451B (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103414451B (zh) | 一种应用于飞行器姿态估计的扩展卡尔曼滤波方法 | |
CN103630137B (zh) | 一种用于导航系统的姿态及航向角的校正方法 | |
CN106354901B (zh) | 一种运载火箭质量特性及动力学关键参数在线辨识方法 | |
CN106643737A (zh) | 风力干扰环境下四旋翼飞行器姿态解算方法 | |
CN103323005B (zh) | 一种sins/gps/偏振光组合导航系统多目标优化抗干扰滤波方法 | |
CN103344260B (zh) | 基于rbckf的捷联惯导系统大方位失准角初始对准方法 | |
CN104374388B (zh) | 一种基于偏振光传感器的航姿测定方法 | |
CN104698485B (zh) | 基于bd、gps及mems的组合导航系统及导航方法 | |
CN105890593A (zh) | 一种mems惯性导航系统及基于该系统的轨迹重构方法 | |
CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
CN107063262A (zh) | 一种用于无人机姿态解算的互补滤波方法 | |
CN103557864A (zh) | Mems捷联惯导自适应sckf滤波的初始对准方法 | |
CN103218482B (zh) | 一种动力学系统中不确定参数的估计方法 | |
CN104061932A (zh) | 一种利用引力矢量和梯度张量进行导航定位的方法 | |
CN105136166B (zh) | 一种指定惯导位置精度的捷联惯导系统误差模型仿真方法 | |
CN103453907B (zh) | 基于分层大气模型的行星进入段导航滤波方法 | |
CN103791918A (zh) | 一种舰船捷联惯导系统极区动基座对准方法 | |
CN107063244A (zh) | 一种飞行器飞行过程模拟方法 | |
CN104266650A (zh) | 一种基于采样点继承策略的火星着陆器大气进入段导航方法 | |
CN103123487B (zh) | 一种航天器姿态确定方法 | |
CN110221331B (zh) | 基于状态变换的惯性/卫星组合导航动态滤波方法 | |
CN103616024B (zh) | 一种行星探测进入段自主导航系统可观测度确定方法 | |
CN107990911B (zh) | 一种导航系统仿真输入信号补偿方法 | |
CN104344835A (zh) | 一种基于切换式自适应控制罗经的捷联惯导动基座对准方法 | |
Dai et al. | Geomagnetic field aided inertial navigation using the SITAN algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |