CN111400842B - 一种高精度框架角补偿方法 - Google Patents
一种高精度框架角补偿方法 Download PDFInfo
- Publication number
- CN111400842B CN111400842B CN201811543250.4A CN201811543250A CN111400842B CN 111400842 B CN111400842 B CN 111400842B CN 201811543250 A CN201811543250 A CN 201811543250A CN 111400842 B CN111400842 B CN 111400842B
- Authority
- CN
- China
- Prior art keywords
- matrix
- fitting
- frame angle
- equation
- coefficient
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 230000003416 augmentation Effects 0.000 claims abstract description 19
- 230000035945 sensitivity Effects 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Liquid Crystal (AREA)
- Complex Calculations (AREA)
Abstract
一种高精度框架角补偿算法,包括如下步骤:S1设定拟合阶数,建立拟合方程;S2将拟合方程改写为矩阵形式;S3给出总体最小二乘解格式;S4重建系数矩阵,消去常数列;S5重构增广矩阵,进行特征值分解;S6求解系数矩阵;S7求解敏感度;S8确定拟合阶数和框架角解算补偿系数。本发明提出改进总体最小二乘算法对转台角度与框架角度进行拟合,求解框架角解算补偿系数,与分段拟合和直接最小二乘拟合相比,改进总体最小二乘在求解过程中同时考虑自变量和因变量误差,通过补偿使拟合结果更接近于理想形式,获得更高的拟合精度,即更高精度框架角。
Description
技术领域
本发明涉及光电吊舱伺服系统控制领域,具体涉及一种高精度框架角补偿算法。
背景技术
伺服系统设计中,低成本磁编码器和径向充磁磁铁组合测角方式在近年来备受瞩目。在采用此种方式进行角度测量时,由于受结构、编码器精度、安装距离、温度、湿度等影响,光电吊舱框架角存在不规则变化,影响吊舱航向、俯仰定位角精度。
对于框架角误差问题,工程中常用的解决方法为在转台上进行采点标定,对转台角度与实际测量框架角度进行拟合,求解系数。常用的拟合算法有分段拟合和直接最小二乘拟合。分段拟合计算复杂,各项参数较多,过程繁琐;直接最小二乘拟合精度与拟合阶数有关,拟合阶数越高框架角解算精度越高,计算量也随之增加。
发明内容
针对现有技术存在的上述问题,本发明提出一种高精度框架角补偿算法,使用改进总体最小二乘算法对转台角度与框架角度进行拟合,同时考虑自变量和因变量的误差,求解框架角解算补偿系数。
一种高精度框架角补偿算法,包括如下步骤:
S1.设定拟合阶数,建立拟合方程:
设定拟合阶数为4阶,则有如下拟合方程:
其中xi为转台角度,yi为实际测得的框架角度,i=1,2,…,n,n为框架角测量数量;因xi,yi中同时含有误差故式(1)的理想形式为:
S2.将拟合方程改写为矩阵形式:
将式(1)改写为式(3)所示矩阵形式:
Mτ=Y (3)
其中,τ=[A B C D E]T,Y=[y1 y2 … yi … yn-1 yn]T;
S3.给出总体最小二乘解格式:
令增广矩阵H=[-Y,M],其奇异值为σ1,σ2,…,σmin且σ1≥σ2≥…≥σmin,根据总体最小二乘的子空间解释可推导得出,求解方程Mτ=Y的总体最小二乘解为:
其中σmin为增广矩阵H的最小奇异值,为扰动矩阵D=[-e,E]各个分量的共同方差,I为单位矩阵;
S4.重建系数矩阵,消去常数列:
由式(3)可知,系数矩阵M中存在常数列,且其包含于增广矩阵H之中;设 α4i=xi,βi=yi,将误差方程定义为:
vi=Aα1i+Bα2i+Cα3i+Dα4i+E-zi (5)
定义
将常数E描述为:
其中,τ′=[A B C D]T;
将式(7)代入式(5),可得:
ε=Xτ′-Z (8)
其中,
矩阵方程ε=Xτ′-Z的总体最小二乘求解可表示为:
S5.重构增广矩阵,进行特征值分解
定义新的增广矩阵L=[-Z,X],使用改进SVD对增广矩阵L进行奇异值分解;式(10)所示为矩阵L的SVD形式:
L=UΣVT (10)
将矩阵Q定义为:
Q=LTL=(UΣVT)T(UΣVT)=VΣ2VT (11)
式(12)所示为矩阵L中不同列Ls、Lt之间的相乘结果:
Qst=[Ls,Lt]T[Ls,Lt] (12)
其中1≤s≤4,1≤t≤4,s≠t;对矩阵Qst进行特征值分解:
根据特征值分解结果,将矩阵L中各列重定义为[Ls,Lt]Δst;对矩阵L中任意两列进行正交变换,消除矩阵Q中非对角元素;矩阵Q特征值矩阵求解如下:
其中γ1,γ2,…,γm(γ1≥γ2≥…≥γm)为矩阵L的奇异值;
S6.求解系数矩阵:
τ′=[A B C D]T可根据式(9)进行求解,E可根据式(7)进行求解;
S7.求解敏感度:
总体最小二乘求解的敏感度取决于比率r:
其中,σp+1、/>分别为总体最小二乘系数矩阵、增广矩阵以及直接最小二乘系数矩阵的最小奇异值;
S8.确定拟合阶数和框架角解算补偿系数:
根据r值确定拟合阶数和框架角解算补偿系数;补偿系数为步骤S6中求解的A、B、C、D、E值,即式(1)拟合方程系数,拟合结果为接近转台角度的高精度框架角。
本发明提出改进总体最小二乘算法对转台角度与框架角度进行拟合,求解框架角解算补偿系数,用较低的拟合阶数实现较高的框架角解算精度,与分段拟合和直接最小二乘拟合相比,改进总体最小二乘在求解过程中同时考虑自变量和因变量误差,通过补偿使拟合结果更接近于理想形式,获得更高的拟合精度,即更高精度框架角。
附图说明
图1为本发明流程框图;
图2为本发明对转台角度与框架角度拟合结果,星号“*”为转台角度与框架角度原始值,曲线为拟合结果。
具体实施方式
下面结合附图进一步说明本发明。
一种高精度框架角补偿算法,包括如下步骤:
(1)采用分段或最小二乘拟合求解框架角需要先建立拟合方程,分段拟合建立多个线性方程,最小二乘拟合建立高阶方程。
对于总体最小二乘拟合,求解过程中同时考虑自变量和因变量误差,本发明中为框架角度与转台角度误差,通过补偿使拟合结果更接近于理想形式,因此首先设定拟合阶数,建立拟合方程并给出其理想形式:
设定拟合阶数为4阶,则有如下拟合方程:
其中xi为转台角度,yi为实际测得的框架角度,i=1,2,…,n,n为框架角测量数量。因xi,yi中同时含有误差故式(1)的理想形式为:
(2)将拟合方程改写为矩阵形式:
将式(1)改写为式(3)所示矩阵形式:
Mτ=Y (3)
其中,τ=[A B C D E]T,Y=[y1 y2 … yi … yn-1yn]T。
(3)给出总体最小二乘解格式:
令增广矩阵H=[-Y,M],其奇异值为σ1,σ2,…,σmin且σ1≥σ2≥…≥σmin,根据总体最小二乘的子空间解释可推导得出,求解方程Mτ=Y的总体最小二乘解为:
其中σmin为增广矩阵H的最小奇异值,为扰动矩阵D=[-e,E]各个分量的共同方差,I为单位矩阵。
(4)重建系数矩阵,消去常数列:
由式(3)可知,系数矩阵M中存在常数列,且其包含于增广矩阵H之中。设 α4i=xi,βi=yi,将误差方程定义为:
vi=Aα1i+Bα2i+Cα3i+Dα4i+E-zi (5)
定义
将常数E描述为:
其中,τ′=[A B C D]T。
将式(7)代入式(5),可得:
ε=Xτ′-Z (8)
其中,
矩阵方程ε=Xτ′-Z的总体最小二乘求解可表示为:
(5)重构增广矩阵,进行特征值分解:
定义新的增广矩阵L=[-Z,X],为提高总体最小二乘的拟合稳定性,使用改进SVD对增广矩阵L进行奇异值分解。式(10)所示为矩阵L的SVD形式:
L=UΣVT (10)
将矩阵Q定义为:
Q=LTL=(UΣVT)T(UΣVT)=VΣ2VT (11)
式(12)所示为矩阵L中不同列Ls、Lt之间的相乘结果:
Qst=[Ls,Lt]T[Ls,Lt] (12)
其中1≤s≤4,1≤t≤4,s≠t。对矩阵Qst进行特征值分解:
根据特征值分解结果,将矩阵L中各列重定义为[Ls,Lt]Δst。对矩阵L中任意两列进行正交变换,消除矩阵Q中非对角元素。矩阵Q特征值矩阵求解如下:
其中γ1,γ2,…,γm(γ1≥γ2≥…≥γm)为矩阵L的奇异值。
(6)求解系数矩阵:
τ′=[A B C D]T可根据式(9)进行求解,E可根据式(7)进行求解。
(7)求解敏感度:
总体最小二乘求解的敏感度取决于比率r:
其中,σp+1、/>分别为总体最小二乘系数矩阵、增广矩阵以及直接最小二乘系数矩阵的最小奇异值。
(8)确定拟合阶数和框架角解算补偿系数:
总体最小二乘求解中,比率r越大,算法求解精度越高,因此可根据r值确定拟合阶数和框架角解算补偿系数。
到达一定阶数后比率r变化幅度较小,拟合精度基本稳定。确定拟合阶数过程中应同时兼顾算法计算量,拟合阶数增加后计算量随之增加。
图2为改进总体最小二乘算法对转台角度与框架角度拟合结果,星号“*”为转台角度与框架角度原始值,曲线为拟合结果。通过曲线可以看出改进总体最小二乘算法能保证拟合精度,拟合结果接近于理想形式。
Claims (1)
1.一种高精度框架角补偿方法,包括如下步骤:
S1.设定拟合阶数,建立拟合方程:
设定拟合阶数为4阶,则有如下拟合方程:
其中xi为转台角度,yi为实际测得的框架角度,i=1,2,…,n,n为框架角测量数量;因xi,yi中同时含有误差故式(1)的理想形式为:
S2.将拟合方程改写为矩阵形式:
将式(1)改写为式(3)所示矩阵形式:
Mτ=Y (3)
其中,τ=[A B C D E]T,Y=[y1 y2 … yi … yn-1 yn]T;
S3.给出总体最小二乘解格式:
令增广矩阵H=[-Y,M],其奇异值为σ1,σ2,…,σmin且σ1≥σ2≥…≥σmin,根据总体最小二乘的子空间解释推导得出,求解方程Mτ=Y的总体最小二乘解为:
其中σmin为增广矩阵H的最小奇异值,为扰动矩阵D=[-e,E]各个分量的共同方差,I为单位矩阵;
S4.重建系数矩阵,消去常数列:
由式(3)知,系数矩阵M中存在常数列,且其包含于增广矩阵H之中;设 α4i=xi,βi=yi,将误差方程定义为:
vi=Aα1i+Bα2i+Cα3i+Dα4i+E-zi (5)
定义
将常数E描述为:
其中,τ′=[A B C D]T;
将式(7)代入式(5),得:
ε=Xτ′-Z (8)
其中,
矩阵方程ε=Xτ′-Z的总体最小二乘求解表示为:
S5.重构增广矩阵,进行特征值分解
定义新的增广矩阵L=[-Z,X],使用改进SVD对增广矩阵L进行奇异值分解;式(10)所示为矩阵L的SVD形式:
L=UΣVT (10)
将矩阵Q定义为:
Q=LTL=(UΣVT)T(UΣVT)=VΣ2VT (11)
式(12)所示为矩阵L中不同列Ls、Lt之间的相乘结果:
Qst=[Ls,Lt]T[Ls,Lt] (12)
其中1≤s≤4,1≤t≤4,s≠t;对矩阵Qst进行特征值分解:
根据特征值分解结果,将矩阵L中各列重定义为[Ls,Lt]Δst;对矩阵L中任意两列进行正交变换,消除矩阵Q中非对角元素;矩阵Q特征值矩阵求解如下:
其中γ1,γ2,…,γm(γ1≥γ2≥…≥γm)为矩阵L的奇异值;
S6.求解系数矩阵:
τ′=[A B C D]T根据式(9)进行求解,E根据式(7)进行求解;
S7.求解敏感度:
总体最小二乘求解的敏感度取决于比率r:
其中,σp+1、/>分别为总体最小二乘系数矩阵、增广矩阵以及直接最小二乘系数矩阵的最小奇异值;
S8.确定拟合阶数和框架角解算补偿系数:
根据r值确定拟合阶数和框架角解算补偿系数;补偿系数为步骤S6中求解的A、B、C、D、E值,即式(1)拟合方程系数,拟合结果为接近转台角度的高精度框架角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811543250.4A CN111400842B (zh) | 2018-12-17 | 2018-12-17 | 一种高精度框架角补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811543250.4A CN111400842B (zh) | 2018-12-17 | 2018-12-17 | 一种高精度框架角补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400842A CN111400842A (zh) | 2020-07-10 |
CN111400842B true CN111400842B (zh) | 2023-08-15 |
Family
ID=71430115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811543250.4A Active CN111400842B (zh) | 2018-12-17 | 2018-12-17 | 一种高精度框架角补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400842B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221046A (zh) * | 2008-01-22 | 2008-07-16 | 南京航空航天大学 | 光纤陀螺组件输出信号的误差处理方法 |
CN103630137A (zh) * | 2013-12-02 | 2014-03-12 | 东南大学 | 一种用于导航系统的姿态及航向角的校正方法 |
CN103777518A (zh) * | 2014-01-22 | 2014-05-07 | 天津七一二通信广播有限公司 | 基于改进的最小二乘法的卫星导航授时系统及方法 |
CN104101361A (zh) * | 2014-05-26 | 2014-10-15 | 北京航天控制仪器研究所 | 一种惯性平台角度传感器误差标定补偿方法 |
CN104567923A (zh) * | 2014-12-18 | 2015-04-29 | 北京控制工程研究所 | 一种适用于非共面陀螺组的标定方法 |
CN105675017A (zh) * | 2016-01-12 | 2016-06-15 | 山东理工大学 | 一种应用于光电平台的光纤陀螺随机漂移补偿方法 |
CN105676302A (zh) * | 2015-11-12 | 2016-06-15 | 东南大学 | 一种基于改进最小二乘法的磁力仪随机噪声误差补偿方法 |
CN106705954A (zh) * | 2016-12-02 | 2017-05-24 | 中国人民解放军国防科学技术大学 | 浮球平台载体姿态测量方法 |
CN108592952A (zh) * | 2018-06-01 | 2018-09-28 | 北京航空航天大学 | 基于杆臂补偿与正反倍速率同时标定多mimu误差的方法 |
CN108613684A (zh) * | 2018-04-27 | 2018-10-02 | 北京航天控制仪器研究所 | 三浮平台系统的定基座框架角精度测试方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100886340B1 (ko) * | 2007-04-04 | 2009-03-03 | 삼성전자주식회사 | 이동 로봇의 자이로 센서를 캘리브레이션하는 장치 및 방법 |
US8311757B2 (en) * | 2007-08-14 | 2012-11-13 | American Gnc Corporation | Miniaturized smart self-calibration electronic pointing method and system |
-
2018
- 2018-12-17 CN CN201811543250.4A patent/CN111400842B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221046A (zh) * | 2008-01-22 | 2008-07-16 | 南京航空航天大学 | 光纤陀螺组件输出信号的误差处理方法 |
CN103630137A (zh) * | 2013-12-02 | 2014-03-12 | 东南大学 | 一种用于导航系统的姿态及航向角的校正方法 |
CN103777518A (zh) * | 2014-01-22 | 2014-05-07 | 天津七一二通信广播有限公司 | 基于改进的最小二乘法的卫星导航授时系统及方法 |
CN104101361A (zh) * | 2014-05-26 | 2014-10-15 | 北京航天控制仪器研究所 | 一种惯性平台角度传感器误差标定补偿方法 |
CN104567923A (zh) * | 2014-12-18 | 2015-04-29 | 北京控制工程研究所 | 一种适用于非共面陀螺组的标定方法 |
CN105676302A (zh) * | 2015-11-12 | 2016-06-15 | 东南大学 | 一种基于改进最小二乘法的磁力仪随机噪声误差补偿方法 |
CN105675017A (zh) * | 2016-01-12 | 2016-06-15 | 山东理工大学 | 一种应用于光电平台的光纤陀螺随机漂移补偿方法 |
CN106705954A (zh) * | 2016-12-02 | 2017-05-24 | 中国人民解放军国防科学技术大学 | 浮球平台载体姿态测量方法 |
CN108613684A (zh) * | 2018-04-27 | 2018-10-02 | 北京航天控制仪器研究所 | 三浮平台系统的定基座框架角精度测试方法 |
CN108592952A (zh) * | 2018-06-01 | 2018-09-28 | 北京航空航天大学 | 基于杆臂补偿与正反倍速率同时标定多mimu误差的方法 |
Non-Patent Citations (1)
Title |
---|
Jianzhong Wang等."Pupil and glint detection using wearable camera sensor and near-infrared LED array".《sensors》.2015,第15卷(第12期),30126-30141. * |
Also Published As
Publication number | Publication date |
---|---|
CN111400842A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109959381B (zh) | 一种定位方法、装置、机器人及计算机可读存储介质 | |
CN105182984B (zh) | 飞行器俯仰姿态的线性自抗扰控制器设计与参数整定方法 | |
CN110061716B (zh) | 一种基于最小二乘和多重渐消因子的改进kalman滤波方法 | |
CN110706265B (zh) | 一种改进srckf强跟踪滤波的机动目标跟踪方法 | |
CN107085856B (zh) | 一种基于光学影像的在轨高精度实时定位方法 | |
CN108829123B (zh) | 一种四旋翼飞行器控制方法、系统和装置 | |
CN105043348A (zh) | 基于卡尔曼滤波的加速度计陀螺仪水平角度测量方法 | |
CN111141313B (zh) | 一种提高机载局部相对姿态匹配传递对准精度的方法 | |
CN108709521A (zh) | 一种高精度位移测量装置及测量方法 | |
CN107063190A (zh) | 面向定标面阵相机影像的位姿高精度直接估计方法 | |
CN103940433A (zh) | 一种基于改进的自适应平方根ukf算法的卫星姿态确定方法 | |
CN103913179B (zh) | 舰载单轴旋转调制捷联惯导姿态角修正方法 | |
CN101251868A (zh) | 水下潜器运动机理模型与递归神经网络并行建模方法 | |
CN109470266A (zh) | 一种处理乘性噪声的星敏感器陀螺组合定姿方法 | |
CN111400842B (zh) | 一种高精度框架角补偿方法 | |
CN111551897B (zh) | 传感器位置误差下基于加权多维标度和多项式求根的tdoa定位方法 | |
CN111750865A (zh) | 一种用于双功能深海无人潜器导航系统的自适应滤波导航方法 | |
CN113204193B (zh) | 飞行器故障容错控制方法、装置和电子设备 | |
CN107256290A (zh) | 一种基于残差摄动法的边界条件变化对流场影响差量的计算方法 | |
CN110672127B (zh) | 阵列式mems磁传感器实时标定方法 | |
CN108692727B (zh) | 一种带有非线性补偿滤波器的捷联惯导系统 | |
CN115655285A (zh) | 一种权值及参考四元数修正的无迹四元数姿态估计方法 | |
CN107421543B (zh) | 一种基于状态扩维的隐函数量测模型滤波方法 | |
Smyshlyaev et al. | Output-feedback adaptive control for parabolic PDEs with spatially varying coefficients | |
CN115238454A (zh) | 数据校正的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |