基于RANSAC算法的三轴磁通门传感器误差校正

针对三轴磁通门传感器存在转向误差影响其测量精度而传统误差校正算法在非理想条件下应用效果不佳的问题,在椭球拟合算法的基础上提出了基于随机抽样一致性(Random Sampling Consensus, RANSAC)算法的三轴磁通门传感器误差校正方法,该方法可以有效剔除样本数据中的噪声和畸变数据点,最终估算出更加准确的误差参数。仿真分析和外场实验表明,即使在样本数据中含有噪声或畸变数据点时,该方法仍然可以估算出更加准确的误差参数。相比传统椭球拟合算法,仿真分析中传感器误差参数的估算精度提升了1～2个数量级,外场实验中实测数据磁总场的峰峰值和均方根误差的改善率分别提高了10.2%和32.1%。     

三轴磁通门传感器误差校正方法

三轴磁通门传感器在军事和民用领域应用广泛,但由于其存在三轴非正交、零偏和标度系数不一致的问题,导致其存在转向差,影响了其磁测精度。首先,分析了转向差的产生机理,建立了误差模型,通过最小二乘法估算出了误差参数,进而对磁测数据进行了转向差校正。仿真计算表明,该算法对误差参数估算准确,对磁场分量和总场模值均有较好的校正效果,证明了算法的有效性。在磁场测量实验中,利用该算法估算出了传感器的误差参数,并对实测磁场数据进行了校正。校正后,数据的转向差得到了明显抑制,提高了三轴磁通门传感器的测量精度。