基于MEMS多传感器融合的扩展卡尔曼滤波器姿态和航向参考系统的设计与实现( Design and Implementation of Attitude and Heading Reference System with Extended Kalman Filter Based on MEMS Multi-Sensor Fusion )

H Gu C Jin H Yuan Y Chen AHRS Kalman filtering multi-sensorattitude fusion

姿态和航向测量的精度以及系统的实时性是评价姿态和航向参考系统(AHRS)的基本指标。为了提高动态复杂环境下的姿态和航向测量精度，AHRS系统还应具有数值稳定性和计算鲁棒性。基于MEMS多传感器融合的AHRS系统可以实现对多传感器测量数据的融合处理，从而计算获得最优的载体姿态和航向信息，进行实时输出，提高姿态和航向测量的精度和可靠性。针对由MEMS陀螺、加速度计和三轴磁强计组成的AHRS系统，提出了基于MEMS多传感器融合的姿态和航向检测原理和算法：在滤波周期内首先利用系统本身的信息判别载体的运动状态，然后根据运动状态的不同利用不同的测量信息进行Kalman滤波，修正陀螺漂移引起的姿态误差角。在此基础上，针对Kalman滤波的时间更新过程，设计了一种基于扩展Kalman滤波技术的姿态融合算法，在一定条件下以加速度计的输出信息作为观测量，实现Kalman滤波的测量更新过程，进而计算姿态角。在实际工程中的某光纤姿航系统项目中，与采用普通姿态算法的系统同时进行了车载现场试验分析，结果表明，根据仿真结果设计的扩展卡尔曼滤波算法可以实现多传感器信息融合，提高测量精度，实现精确姿态定位，从而为载体运动状态提供更简单灵活的判据。结果验证了该算法的准确性和可靠性，在实际工程中是可行的。

SciDown文献求助系统（解决99%问题） Public Download World Scientific