一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

基于偏振光的导航定姿自适应滤波算法

针对小型无人机三维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。