论文部分内容阅读
惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波(AIKF)算法。该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融合,利用滤波后的数据增量作为卡尔曼滤波器的观测量,同时对系统噪声进行自适应在线估计,以获得精准的姿态输出。实验结果表明,该算法能够实现姿态的精准测量,摇摆台试验中俯仰角、横滚角误差小于0.05°,航向角误差小于0.15°,具有较好的噪声抑制能力。