基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

液气式针栓喷注单元喷雾场结构试验研究

径向孔型针栓喷注器相对于径向缝型针栓喷注器具有更复杂的喷雾场。为了研究径向孔型针栓喷注器的喷雾场结构，将径向孔型针栓喷注器简化为单个气体射流与液膜碰撞的针栓喷注单元，采用了背景光成像系统结合激光相位多普勒技术（PDA），以水和空气为模拟介质，对液气式针栓喷注单元的喷雾场进行了试验研究。试验结果表明，液气式针栓喷注单元喷雾的三维结构呈现“喇叭”状。根据喷雾的形成过程及液滴的分布，液气式针栓喷注单元喷雾可以划分为4个区域：碰撞区、液滴区、液雾区及液丝区。液气式针栓喷注单元喷雾的分布范围可由内边界角、外边界角、中线角及散布角表示，均随局部动量比的增大而增大。液滴区的粒子主要由碰撞过程产生，SMD较大；液雾区的粒子经碰撞过程产生后，在气动力作用下进一步雾化，SMD小。由于液雾区的速度和粒径同时受到气动力作用的影响，粒径分布与速度分布在空间上呈现负相关趋势。