基于间接EKF的MEMS惯性系统最优姿态估计

• 作者: 吴家骥 孙伟
• 来源期刊: 传感技术学报
• 学科: 交通运输
• 关键词: MEMS传感器 姿态估计 间接EKF 扰动状态 四元数运动模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 77-81
• 页数: 5页
• 分类号: U666.12
• 字数: 2749字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.01.014

摘要

针对MEMS惯性系统姿态估计中的扩展卡尔曼滤波EKF(Extended Kalman Filter)是非线性状态方程的次优估计且性能受量测噪声协方差矩阵影响的问题,提出一种间接EKF最优姿态估计方法.推导与状态向量扰动相关的线运动特性并设计扰动状态方程,采用标准线性卡尔曼滤波完成扰动状态及其协方差最优更新,最后利用加速度计输出作观测量并采取链式法则完成量测矩阵的求取.对比实验结果表明,间接EKF算法可有效降低陀螺随机漂移对姿态估计的影响,姿态收敛速度与精度均优于传统EKF方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	辽宁工程技术大学测绘与地理科学学院	67	427	11.0	16.0
2	吴家骥	辽宁工程技术大学测绘与地理科学学院	1	5	1.0	1.0