CN115683112A - 一种基于互补滤波器的光电跟踪系统量化误差抑制方法 - Google Patents
一种基于互补滤波器的光电跟踪系统量化误差抑制方法 Download PDFInfo
- Publication number
- CN115683112A CN115683112A CN202211303791.6A CN202211303791A CN115683112A CN 115683112 A CN115683112 A CN 115683112A CN 202211303791 A CN202211303791 A CN 202211303791A CN 115683112 A CN115683112 A CN 115683112A
- Authority
- CN
- China
- Prior art keywords
- tracking
- signal
- frequency
- deviation
- noise
- 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
- 230000000295 complement effect Effects 0.000 title claims abstract description 31
- 238000013139 quantization Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000001629 suppression Effects 0.000 title claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 27
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000012546 transfer Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 238000010183 spectrum analysis Methods 0.000 claims description 10
- 238000005094 computer simulation Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 abstract description 5
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Gyroscopes (AREA)
Abstract
本发明公开了一种基于互补滤波器的光电跟踪系统量化误差抑制方法，该方法将远距光电系统跟踪误差分解为传感器偏差和陀螺稳定平台的陀螺仪积分误差，然后根据以上两种误差项的特点，使用互补滤波器在频域进行了分离和融合，消除了传感器偏差的高频量化噪声和陀螺仪积分误差的低频漂移噪声，进而滤波估计出一种低频段准确度高、中高频段动态特性好的跟踪偏差估计信号，使用频域信息融合的方式实现了跟踪偏差信息的估计。本发明提高了光电跟踪系统在远程非机动目标跟踪时的光轴指向精度，具有广阔的应用前景。
Description
技术领域
本发明属于光电跟踪技术领域，具体涉及一种光电跟踪系统量化误差抑制方法。
背景技术
机载光电跟踪系统主要任务是隔离载体基座扰动，并根据成像器传感器产生的脱靶量实时控制并调整光轴指向目标，实现对目标的稳定跟踪。机载光电稳定平台主要任务是隔离载体基座扰动，保证光轴在惯性空间中的稳定指向。然而，随着光电探测性能的提升，对远距探测时的跟踪指向精度提出了更高的要求。传统的光电跟踪系统采用内、外双回路控制的形式，内回路为陀螺稳定平台，实现本机姿态运动的隔离，并跟随外回路的输出，外回路为跟踪回路，采用光路闭环的形式，以成像传感器为检测器，目标在成像传感器视场内相对视场中心的位移为误差量，设计跟踪控制器。因为成像传感器视场大小、面元数量等因素，产生了量化误差，与成像系统的瞬时视场角相当，对于远程探测跟踪，该量化误差超出了闭环跟踪误差，不能满足远距目标高精度跟踪的要求。因此，需要针对成像传感器的脱靶量的量化误差进行滤波，以此形成高精度的偏差量，但是经过滤波后的脱靶量，丢失了大量的中高频信息，而因为目标距离较远，机动性不强，因此脱靶量中的高频信息为本机的姿态运动产生，大量中高频信息的丢失降低了跟踪控制回路的相对稳定性。因此，需要对脱靶量的高频信息进行补偿，因为丢失的脱靶量中高频信息主要由本机的姿态运动产生，而陀螺稳定平台中陀螺仪测量的正是本机的姿态运动。因此，必须借助互补滤波器的频域信息融合特性将成像传感器的低频信息和陀螺仪积分的中高频信息提取出来，形成跟踪偏差的估计信息，提高机载光电跟踪系统的性能。
发明内容
为了克服现有技术的不足，本发明提供了一种基于互补滤波器的光电跟踪系统量化误差抑制方法，该方法将远距光电系统跟踪误差分解为传感器偏差和陀螺稳定平台的陀螺仪积分误差，然后根据以上两种误差项的特点，使用互补滤波器在频域进行了分离和融合，消除了传感器偏差的高频量化噪声和陀螺仪积分误差的低频漂移噪声，进而滤波估计出一种低频段准确度高、中高频段动态特性好的跟踪偏差估计信号，使用频域信息融合的方式实现了跟踪偏差信息的估计。本发明提高了光电跟踪系统在远程非机动目标跟踪时的光轴指向精度，具有广阔的应用前景。
本发明解决其技术问题所采用的技术方案包括如下步骤：
步骤1：建立跟踪偏差模型；对陀螺仪输出惯性角速度信号进行积分，并将量纲统一到成像传感器输出角偏差的量纲上；再对量测信号进行傅里叶变换，在频域将信号与量化噪声区分开来；具体如下：
对远程目标跟踪时，输入信号为R＝0；陀螺带宽远大于跟踪信号带宽，在估计跟踪偏差信号时，判定陀螺传递函数Gg＝1，跟踪传感器模型为GT＝ke-τs，对于非机动目标，进一步简化为GT＝k，则传感器跟踪偏差信息写为：
其中，ωg表示陀螺的输出；
同时，传感器跟踪偏差信息即测量信号真实值为x，传感器跟踪偏差信息也能写为：
y1＝x+nT (2)
其中，nT表示量化噪声；
对于远程目标跟踪时，传感器跟踪偏差信息能够以两种不相关测量方式对其进行测量，以上两式分别写为标准形式为：
y1＝x+u1 (3)
y2＝x+u2 (4)
其中，u1为传感器偏差的量化信息，所包含噪声频域特性为高频；u2为陀螺仪经积分后的视轴偏差信息，所包含的噪声频域特性表现为低频；
步骤2：对误差信号进行频谱分析；
步骤3：设计互补滤波器；
根据步骤2的频谱分析结果，选定低通滤波器F1(s)的截止频率，确定滤波器系数K；根据选定的滤波器系数K设计高通滤波器F2(s)；
为估计量测信号的真实值，将含有高频噪声的量测结果通过低通滤波器，将含有低频噪声的量测结果通过高通滤波器，设低通滤波器传递函数为F1(s)、高通滤波器传递函数为F2(s)，当满足条件F1(s)+F2(s)＝1时，将两滤波器滤波结果相加得到重构信号
重构信号的幅频域拉氏变换表达式为：
对高通滤波器与低通滤波器选取截止频率后，F1(s)u1(s)与F2(s)u2(s)分别接近于零，此时重构信号
将接近于真实信号x；
两个滤波器F1(s)和F2(s)设计为：
步骤4：跟踪误差估计值验证；构建动态模拟环境，将成像传感器检测到偏差量和陀螺仪积分通过互补滤波器进行滤波，得到跟踪误差估计值，同时记录动态模拟环境的运动，对比检测跟踪误差估计值的准确性；
采用公式(5)重构跟踪偏差信号
并将重构后的信号引入光电跟踪系统中进行验证；若重构后的信号
满足量测精度要求，则进行下一步；若跟踪噪声仍较大，返回步骤3，调整滤波器系数，当低频噪声比高频噪声大时，增大F1(s)滤波器截止频率，当高频噪声比低频噪声大时，则降低滤波器截止频率；
步骤5：将经过互补滤波器重构后的跟踪偏差信号
引入到单检测型复合轴跟踪系统中，即能有效抑制光电系统的量化跟踪误差。
本发明的有益效果如下：
本发明提升了跟踪控制器的增益和带宽，提高了光电跟踪系统在远程非机动目标跟踪时的光轴指向精度，具有广阔的应用前景。
附图说明
图1为本发明互补滤波器原理示意图。
图2为本发明光电跟踪系统中的传感器量化和陀螺噪声示意图。
图3为本发明光电跟踪系统传递函数框图。
图4为本发明光电跟踪系功能示意图(含互补滤波器)。
图5为本发明互补滤波器在单检测型复合轴跟踪系统示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明将光电跟踪系统中的成像传感器量化信息，陀螺仪信息，通过设计一组包含低通和高通滤波器的互补滤波器，分别对成像传感器量化信息进行低通滤波、对陀螺仪积分信息进行高通滤波器，再在频域内对滤波信息进行融合，得到精确的跟踪误差估计信息，并据此提升跟踪控制器的增益和带宽，提高光电跟踪系统对远程目标的跟踪精度。
一种基于互补滤波器的光电跟踪系统量化误差抑制方法，包括如下步骤：
步骤1：建立跟踪偏差模型；对陀螺仪输出惯性角速度信号进行积分，并将量纲统一到成像传感器输出角偏差的量纲上；再对量测信号进行傅里叶变换，在频域将信号与量化噪声区分开来；具体如下：
对远程目标跟踪时，输入信号为R＝0；陀螺带宽远大于跟踪信号带宽，在估计跟踪偏差信号时，判定陀螺传递函数Gg＝1，跟踪传感器模型为GT＝ke-τs，对于非机动目标，进一步简化为GT＝k，则传感器跟踪偏差信息写为：
其中，ωg表示陀螺的输出；
同时，传感器跟踪偏差信息即测量信号真实值为x，传感器跟踪偏差信息也能写为：
y1＝x+nT (2)
其中，nT表示量化噪声；
对于远程目标跟踪时，传感器跟踪偏差信息能够以两种不相关测量方式对其进行测量，以上两式分别写为标准形式为：
y1＝x+u1 (3)
y2＝x+u2 (4)
其中，u1为传感器偏差的量化信息，所包含噪声频域特性为高频；u2为陀螺仪经积分后的视轴偏差信息，所包含的噪声频域特性表现为低频；
步骤2：对误差信号进行频谱分析；误差信号的频谱分析是进行互补滤波器设计的前提，可对成像传感器量化后的信号进行傅里叶变换，根据信号的频率特征进行滤波器截止频率的选择；
步骤3：设计互补滤波器；
根据步骤2的频谱分析结果，选定低通滤波器F1(s)的截止频率，确定滤波器系数K；根据选定的滤波器系数K设计高通滤波器F2(s)；
为估计量测信号的真实值，将含有高频噪声的量测结果通过低通滤波器，将含有低频噪声的量测结果通过高通滤波器，设低通滤波器传递函数为F1(s)、高通滤波器传递函数为F2(s)，当满足条件F1(s)+F2(s)＝1时，将两滤波器滤波结果相加得到重构信号
重构信号的幅频域拉氏变换表达式为：
对高通滤波器与低通滤波器选取截止频率后，F1(s)u1(s)与F2(s)u2(s)分别接近于零，此时重构信号
将接近于真实信号x；
两个滤波器F1(s)和F2(s)设计为：
步骤4：跟踪误差估计值验证；构建动态模拟环境，将成像传感器检测到偏差量和陀螺仪积分通过互补滤波器进行滤波，得到跟踪误差估计值，同时记录动态模拟环境的运动，对比检测跟踪误差估计值的准确性。
采用公式(5)重构跟踪偏差信号
并将重构后的信号引入光电跟踪系统中进行验证；若重构后的信号
满足量测精度要求，则进行下一步；若跟踪噪声仍较大，返回步骤3，调整滤波器系数，当低频噪声比高频噪声大时，增大F1(s)滤波器截止频率，当高频噪声比低频噪声大时，则降低滤波器截止频率。
步骤5：将经过互补滤波器重构后的跟踪偏差信号
引入到单检测型复合轴跟踪系统中，即能有效抑制光电系统的量化跟踪误差。
具体实施例：
1)跟踪偏差模型的建立。光电跟踪系统采用光路实现闭环，跟踪偏差是由目标相对本机的角运动、载机姿态角变化产生，在远程测距时，目标相对本机的角运动很小，跟踪偏差模型主要为成像传感器的量化误差、载机姿态角变化、陀螺仪的漂移构成，经过跟踪控制系统的转化，载机姿态变化和陀螺仪的漂移产生的误差都可进入到跟踪偏差模型。
2)误差信号频谱分析。误差信号的频谱分析是进行互补滤波器设计的前提，可对成像传感器量化后的信号进行傅里叶变换，根据信号的频率特征进行滤波器截止频率的选择。
3)互补滤波器的设计。互补滤波器从频域的角度来分辨噪声，陀螺仪通过积分得到姿态角，能在较短的时间内提供准确的姿态数据，但长期精度较差；成像传感器测量误差不随时间积累，但是量化误差大，动态响应较慢。利用其频率上的互补特性，通过互补滤波器能很好地结合陀螺仪角速度的动态性能和成像传感器的静态精度，得到精确的跟踪误差估计值。
4)跟踪误差估计值的验证。构建动态模拟环境，将成像传感器检测到偏差量和陀螺仪积分通过互补滤波器进行滤波，得到跟踪误差估计值，同时记录动态模拟环境的运动，对比检测跟踪误差估计值的准确性。
在附图1中，互补滤波器从频域的角度来分辨噪声和有用信息，滤除噪声而保留有用信息。在附图2和附图3中，跟踪脱靶量信息来源于基座运动、陀螺漂移和噪声、成像传感器量化噪声、目标的运动。对于远程目标的跟踪，为便于分析，可认为输入信号为R＝0，而陀螺带宽远大于跟踪信号带宽，在估计跟踪偏差信号时，可认为陀螺传递函数Gg＝1，跟踪传感器模型可写为GT＝ke-τs，对于非机动目标，可以进一步简化为GT＝k，则传感器跟踪偏差信息可以写为
同时，传感器跟踪偏差信息即测量信号真实值为x，传感器跟踪偏差信息也可以写为
y1＝x+nT (2)
对于远程目标跟踪时，传感器跟踪偏差信息能够以两种不相关测量方式对其进行测量，以上两式可以分别写为标准形式为：
y1＝x+u1 (3)
y2＝x+u2 (4)
其中，u1为传感器偏差的量化信息，所包含噪声频域特性为高频；u2为陀螺仪经积分后的视轴偏差信息，所包含的噪声频域特性表现为低频。为估计量测信号的真实值，将将含有高频噪声的量测结果通过低通滤波器，将含有低频噪声的量测结果通过高通滤波器，设低通滤波器传递函数为F1(s)、高通滤波器传递函数为F2(s)，当满足条件F1(s)+F2(s)＝1时，将两滤波器滤波结果相加可得到重构信号
重构信号的幅频域拉氏变换表达式为
对高通滤波器与低通滤波器选取合适的截止频率后，F1(s)u1(s)与F2(s)u2(s)将分别接近于零，此时重构信号
将接近于真实信号x。如图4所示。
两个滤波器F1(s)和F2(s)可设计为
第一步，对陀螺仪输出惯性角速度信号进行积分，并将量纲统一到成像传感器输出角偏差的量纲上。
第二步，对量测的y1信号进行傅里叶变换，在频域将信号与量化噪声区分开来；
第三步，根据频谱分析结果，选定低通滤波器F1(s)的截止频率，确定滤波器系数K。
第四步，根据选定的滤波器系数K设计高通滤波器F2(s)。
第五步，采用公式(5)重构跟踪偏差信号
并将重构后的信号引入光电跟踪系统中进行验证。若重构后的信号
满足量测精度要求，可进行下一步；若跟踪噪声仍较大，回到第三步，调整滤波器系数，当低频噪声较大时，增大F1(s)滤波器截止频率，当高频噪声较大时，则降低滤波器截止频率。
第六步，将经过互补滤波器重构后的跟踪偏差信号
引入到单检测型复合轴跟踪系统中，如图5所示，即可有效抑制光电系统的量化跟踪误差。
Claims (1)
1.一种基于互补滤波器的光电跟踪系统量化误差抑制方法，其特征在于，包括如下步骤：
步骤1：建立跟踪偏差模型；对陀螺仪输出惯性角速度信号进行积分，并将量纲统一到成像传感器输出角偏差的量纲上；再对量测信号进行傅里叶变换，在频域将信号与量化噪声区分开来；具体如下：
对远程目标跟踪时，输入信号为R＝0；陀螺带宽远大于跟踪信号带宽，在估计跟踪偏差信号时，判定陀螺传递函数Gg＝1，跟踪传感器模型为GT＝ke-τs，对于非机动目标，进一步简化为GT＝k，则传感器跟踪偏差信息写为：
其中，ωg表示陀螺的输出；
同时，传感器跟踪偏差信息即测量信号真实值为x，传感器跟踪偏差信息也能写为：
y1＝x+nT (2)
其中，nT表示量化噪声；
对于远程目标跟踪时，传感器跟踪偏差信息能够以两种不相关测量方式对其进行测量，以上两式分别写为标准形式为：
y1＝x+u1 (3)
y2＝x+u2 (4)
其中，u1为传感器偏差的量化信息，所包含噪声频域特性为高频；u2为陀螺仪经积分后的视轴偏差信息，所包含的噪声频域特性表现为低频；
步骤2：对误差信号进行频谱分析；
步骤3：设计互补滤波器；
根据步骤2的频谱分析结果，选定低通滤波器F1(s)的截止频率,确定滤波器系数K；根据选定的滤波器系数K设计高通滤波器F2(s)；
为估计量测信号的真实值，将含有高频噪声的量测结果通过低通滤波器，将含有低频噪声的量测结果通过高通滤波器，设低通滤波器传递函数为F1(s)、高通滤波器传递函数为F2(s)，当满足条件F1(s)+F2(s)＝1时，将两滤波器滤波结果相加得到重构信号
重构信号的幅频域拉氏变换表达式为：
对高通滤波器与低通滤波器选取截止频率后，F1(s)u1(s)与F2(s)u2(s)分别接近于零，此时重构信号
将接近于真实信号x；
两个滤波器F1(s)和F2(s)设计为：
步骤4：跟踪误差估计值验证；构建动态模拟环境，将成像传感器检测到偏差量和陀螺仪积分通过互补滤波器进行滤波，得到跟踪误差估计值，同时记录动态模拟环境的运动，对比检测跟踪误差估计值的准确性；
采用公式(5)重构跟踪偏差信号
并将重构后的信号引入光电跟踪系统中进行验证；若重构后的信号
满足量测精度要求，则进行下一步；若跟踪噪声仍较大，返回步骤3，调整滤波器系数，当低频噪声比高频噪声大时，增大F1(s)滤波器截止频率，当高频噪声比低频噪声大时，则降低滤波器截止频率；
步骤5：将经过互补滤波器重构后的跟踪偏差信号
引入到单检测型复合轴跟踪系统中，即能有效抑制光电系统的量化跟踪误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211303791.6A CN115683112B (zh) | 2022-10-24 | 2022-10-24 | 一种基于互补滤波器的光电跟踪系统量化误差抑制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211303791.6A CN115683112B (zh) | 2022-10-24 | 2022-10-24 | 一种基于互补滤波器的光电跟踪系统量化误差抑制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115683112A true CN115683112A (zh) | 2023-02-03 |
| CN115683112B CN115683112B (zh) | 2024-04-09 |
Family
ID=85098970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211303791.6A Active CN115683112B (zh) | 2022-10-24 | 2022-10-24 | 一种基于互补滤波器的光电跟踪系统量化误差抑制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115683112B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106482734A (zh) * | 2016-09-28 | 2017-03-08 | 湖南优象科技有限公司 | 一种用于imu多传感器数据融合的滤波方法 |
| CN107063262A (zh) * | 2017-04-07 | 2017-08-18 | 武汉理工大学 | 一种用于无人机姿态解算的互补滤波方法 |
| CN107607112A (zh) * | 2017-09-13 | 2018-01-19 | 哈尔滨工业大学 | 飞行器用低成本位姿测量装置及测量方法 |
| US20180153444A1 (en) * | 2016-12-05 | 2018-06-07 | Intel Corporation | Body movement tracking |
| CN108827299A (zh) * | 2018-03-29 | 2018-11-16 | 南京航空航天大学 | 一种基于改进四元数二阶互补滤波的飞行器姿态解算方法 |
| US20200120282A1 (en) * | 2018-10-10 | 2020-04-16 | Samsung Electronics Co., Ltd. | Image stabilization for electronic devices such as cameras |
| WO2021056128A1 (en) * | 2019-09-23 | 2021-04-01 | Beijing Voyager Technology Co., Ltd. | Systems and methods for calibrating an inertial measurement unit and a camera |
-
2022
- 2022-10-24 CN CN202211303791.6A patent/CN115683112B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106482734A (zh) * | 2016-09-28 | 2017-03-08 | 湖南优象科技有限公司 | 一种用于imu多传感器数据融合的滤波方法 |
| US20180153444A1 (en) * | 2016-12-05 | 2018-06-07 | Intel Corporation | Body movement tracking |
| CN107063262A (zh) * | 2017-04-07 | 2017-08-18 | 武汉理工大学 | 一种用于无人机姿态解算的互补滤波方法 |
| CN107607112A (zh) * | 2017-09-13 | 2018-01-19 | 哈尔滨工业大学 | 飞行器用低成本位姿测量装置及测量方法 |
| CN108827299A (zh) * | 2018-03-29 | 2018-11-16 | 南京航空航天大学 | 一种基于改进四元数二阶互补滤波的飞行器姿态解算方法 |
| US20200120282A1 (en) * | 2018-10-10 | 2020-04-16 | Samsung Electronics Co., Ltd. | Image stabilization for electronic devices such as cameras |
| WO2021056128A1 (en) * | 2019-09-23 | 2021-04-01 | Beijing Voyager Technology Co., Ltd. | Systems and methods for calibrating an inertial measurement unit and a camera |
Non-Patent Citations (3)
| Title |
|---|
| YUFENG WENG等: "Visual–inertial structural acceleration measurement", 《COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING》, 22 February 2022 (2022-02-22) * |
| 张文博;范大鹏;张智永;李凯;: "光电稳定跟踪装置中微机电陀螺应用研究", 光学精密工程, no. 04, 25 August 2006 (2006-08-25) * |
| 高杰;赵玫;孔祥领;杨洪勇;邓冠龙;刘慧霞;: "基于互补滤波算法的多传感器平衡车系统设计", 鲁东大学学报(自然科学版), no. 02, 15 April 2017 (2017-04-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115683112B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108759845B (zh) | 一种基于低成本多传感器组合导航的优化方法 | |
| CN107525503B (zh) | 基于双天线gps和mimu组合的自适应级联卡尔曼滤波方法 | |
| CN106482735A (zh) | 一种提高快反镜稳定平台扰动抑制能力的控制方法 | |
| CN107505845B (zh) | 一种提高倾斜镜控制系统扰动抑制能力的控制方法 | |
| CN109506660B (zh) | 一种用于仿生导航的姿态最优化解算方法 | |
| CN110702113B (zh) | 基于mems传感器的捷联惯导系统数据预处理和姿态解算的方法 | |
| Karaim et al. | Low-cost IMU data denoising using Savitzky-Golay filters | |
| CN107202575B (zh) | 一种带转位机构的捷联惯导系统标度因数实时补偿方法 | |
| CN110567492A (zh) | 低成本mems惯性传感器系统级标定方法 | |
| CN110543123A (zh) | 一种基于虚拟多闭环的扰动测量前馈抑制方法 | |
| CN108469842A (zh) | 一种运动平台复合轴光电跟踪系统精稳定扰动解耦方法 | |
| CN113551665A (zh) | 一种用于运动载体的高动态运动状态感知系统及感知方法 | |
| CA3016800A1 (fr) | Procede de compensation d'un champ magnetique, dispositif et programme d'ordinateur associes | |
| CN115128958A (zh) | 一种前馈改进Smith预估器的光电跟踪控制方法 | |
| CN114964276A (zh) | 一种融合惯导的动态视觉slam方法 | |
| CN111488001A (zh) | 一种快反镜复合稳定平台控制系统及其设计方法 | |
| CN113358114B (zh) | 一种基于陀螺和精电视信号融合的扰动解耦与抑制方法 | |
| CN110672103B (zh) | 一种多传感器目标跟踪滤波方法及系统 | |
| CN114964235A (zh) | 一种基于惯性/多普勒计程仪加阻尼状态的组合导航方法 | |
| CN115683112A (zh) | 一种基于互补滤波器的光电跟踪系统量化误差抑制方法 | |
| CN113008229B (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 | |
| CN112213678B (zh) | 一种矢量磁探仪三轴数据校正与补偿方法 | |
| Wang et al. | Accurate Attitude Determination Based on Adaptive UKF and RBF Neural Network Using Fusion Methodology for Micro‐IMU Applied to Rotating Environment | |
| CN112052600B (zh) | 基于相关性分析的水下重力测量误差补偿方法 | |
| CN109674480A (zh) | 一种基于改进互补滤波的人体运动姿态解算方法 |
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 |