为了减小在剧烈环境中脉搏波信号产生的运动伪迹, 采用mimic数据库中由光子器件构成的光电传感器采集的脉搏信号, 通过陀螺仪信号和三轴加速度互补滤波来矫正三轴加速度的角度, 运用奇异谱分析将矫正后的三轴加速度信号分组为不同频率成分的信号, 作为三级快速横向递归最小二乘(FTRLS)算法的参考信号自适应消除运动伪迹。结果表明, 与最小均方算法、递归最小二乘法相比, 信噪比分别提升了12.2%、6.7%, 均方根误差分别减少了30%, 11%, 并且提高了计算速度。该研究对去除频域上脉搏波的运动干扰谱峰, 保留重博波信息是有帮助的。

针对低成本MEMS惯性传感器航向角的累积漂移误差和传统磁场校准方法使用不便等问题, 提出一种基于动态磁场校准的九轴惯性融合方法。首先, 通过旋转矩阵建立陀螺仪与磁力计的关系, 利用扩展卡尔曼滤波对陀螺仪数据和磁力计数据进行融合, 实现对磁力计的动态实时校准; 然后利用互补滤波思想, 着重考虑了自由加速度和磁场环境突变的情况, 定义了各自的信赖函数, 对PI控制器做出了改进; 最终获得高稳定性的惯性传感器的姿态角。在传感器采样率为100 Hz, 运行时长约为11 min, 旋转圈数为117圈时, 航向角的漂移为0.42°, 与商用的惯导模块算法相比减小了149°, 实现了数量级的改进。实验结果表明, 通过陀螺仪动态校准磁场能有效改善传统椭球拟合算法对校准数据要求高的缺点, 提出方法基本可以做到实时, 用户无需做特定的绕“8”字动作, 即可完成磁场校准; 对互补滤波算法进行了改进, 基本消除自由加速度对姿态角解算的影响。提出方法在控制减小航向角漂移上有很大优势, 同时满足校准便捷、适用场景多样等要求, 在低成本MEMS惯导领域有广阔的应用前景。

四旋翼飞行器姿态信息的准确性直接影响飞行器的飞行控制效果。介绍了四旋翼飞行器姿态解算常用的梯度下降与互补滤波融合算法和自适应互补滤波算法的原理, 并基于自主研发的IMU系统对两种算法的静态与动态解算效果进行了实际测量和对比分析。实验结果表明, 自适应互补滤波算法在两种情况下的滤波效果均优于梯度下降与互补滤波融合算法。

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题, 提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差, 再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比, 结果表明, 这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用, 提高了头部姿态解算的精度和稳定性。

为了解决巡飞弹空中上电后在无参考姿态条件下的初始姿态确定问题, 采用低成本磁力计、陀螺仪和加速度计(MARG)传感器设计姿态航向参考系统(AHRS), 并提出了一种自适应参考矢量权重的快速初始姿态估计(AFCF)算法。首先, 提出了三轴传感器使用前的快速误差校准方法; 然后, 采用快速互补滤波算法进行姿态估计, 分析了其权重函数对于初始姿态估计及收敛性等的影响; 接着, 提出自适应参考矢量权重及自适应姿态估计方法; 最后, 利用高精度MTI(Milliren Technologies,Inc)传感器数据对算法进行了验证, 并在低成本MARG姿态航向参考系统中对算法进行了实现, 对比了改进算法及扩展卡尔曼滤波(EKF)算法的性能。实验结果与分析表明: 动态条件下采用MTI传感器数据, 改进算法能够在初始时刻收敛, 比快速互补滤波(FCF)算法提前约4s; 解算精度约为±0.6°, 初始时刻精度明显优于FCF; 硬件测试则表明改进算法的处理时间为0.062ms, 仅为EKF算法的1/9, 解算精度约为±1.3°, 能够满足姿态测量过程快速收敛、高精度、实时性等要求。

针对互补滤波器在组合导航中无法适应载体运动状态变化和周围磁场干扰问题，设计一种多传感器可变参数互补滤波算法。首先，在频域上分析各传感器噪声，根据其频率互补性设计多传感器互补滤波器；其次，通过加速度计和电子罗盘输出监测载体运动状态和磁场环境，设定可变滤波器参数以降低上述变化引起的估计误差；最后，以FPGA为核心，MEMS陀螺仪、加速度计和电子罗盘构建组合导航系统验证算法。实验表明，与商业级姿态航向参考系(AHRS)测量值对比，该算法能够确保系统较高精度的输出，且有效降低载体运动状态变化和磁场干扰影响。