-
题名改进SHAKF算法消除IMU随机误差的研究
被引量：8
- 1
-
-
作者
马星河
毕文龙
朱行
于振子
-
机构
河南理工大学电气学院
平煤神马集团煤炭开采利用研究院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第12期59-67,共9页
-
基金
国家自然科学基金(182300410280)项目资助。
-
文摘
针对Sage-Husa自适应卡尔曼滤波(SHAKF)算法在处理惯性测量单元(IMU)时,随机误差容易随着时间的累积而造成滤波发散的问题,提出一种改进的Sage-Husa自适应鲁棒卡尔曼滤波(MSHARKF)算法。首先对IMU构建了合适的模型,再将SHAKF与自适应鲁棒卡尔曼滤波(ARKF)相结合并纳入改进的时变噪声估计器,再引入最优自适应比例因子α;对量测方程迭代更新,最后得出新的预测协方差矩阵代入原方程。实验结果表明,分别通过Allan方差和均方根误差(RMSE),对MEMS-IMU滤波前后的静/动态数据分析计算得,随机误差噪声分别减小至原数据的1/10000和1/100。与本文其他算法相比,该方法有效地对算法滤波发散进行了抑制,进而提高了IMU的测量精度和长期稳定性。
-
关键词
MEMS-IMU
ALLAN方差
自适应鲁棒卡尔曼滤波
随机误差
Sage-Husa自适应卡尔曼滤波
-
Keywords
micro-electromechanical inertial measurement unit
Allan standard deviation
adaptive robust Kalman filtering
random error
Sage-Husa adaptive Kalman filtering
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
TN98
[自动化与计算机技术—控制科学与工程]
-
