基于EKF算法的太阳能无人机低成本飞控状态估计

• 作者: 周洲 白帆 祝小平 郭安
• 来源期刊: 控制与决策
• 学科: 航空航天
• 关键词: 太阳能无人机 低成本飞控 多传感器融合 三级串联 状态估计 扩展卡尔曼滤波
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 2415-2423
• 页数: 9页
• 分类号: V249
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2019.0091

摘要

当大展弦比太阳能无人机(UAV)采用由低成本传感器组成的飞控平台时,受限于传感器误差精度、无人机长航时、广域度的任务要求,传统数据融合算法无法实现其姿态、空速和风场长时间的准确和可靠估计.从飞控搭载的传感器测量原理出发,对测量过程的误差特性和温度影响进行建模,基于扩展卡尔曼滤波算法实现状态的可靠估计.首先,将压力传感器与惯导的数据进行融合以实现姿态估计;其次,结合无人机的布局特征将磁力计独立安装以实现航向估计;最后,融合GPS的数据进行导航估计.仿真结果表明,较传统的变增益估计算法(VGO),所提出算法的层次更分明,结果更可靠,而且可以与太阳能无人机的特征较好地结合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周洲		212	1347	17.0	22.0
2	祝小平		151	1034	16.0	21.0
3	郭安		2	1	1.0	1.0
4	白帆		2	1	1.0	1.0