| 基于改进EKF的IMU动态误差抑制 |
| |
| 引用本文： | 李娜,贺海育,景敏,李坤,贾伟. 基于改进EKF的IMU动态误差抑制[J]. 南京航空航天大学学报, 2023, 55(4): 718-724 |
| |
| 作者姓名： | 李娜 贺海育 景敏 李坤 贾伟 |
| |
| 作者单位： | 1.陕西理工大学数学与计算机科学学院,汉中 723000;2.陕西理工大学电气工程学院,汉中 723000;3.陕西理工大学机械工程学院,汉中 723000 |
| |
| 基金项目： | 陕西省自然科学基础研究项目（2022JM-383）;陕西省重点研发计划项目（2022FP-027）。 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 惯性测量单元 数据解算 无限脉冲响应滤波器 四元数 |
| 收稿时间： | 2022-08-13 |
| 修稿时间： | 2022-11-30 |
IMU Dynamic Error Suppression Based on Improved EKF |
| |
| LI N,HE Haiyu,JING Min,LI Kun,JIA Wei. IMU Dynamic Error Suppression Based on Improved EKF[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2023, 55(4): 718-724 |
| |
| Authors: | LI N HE Haiyu JING Min LI Kun JIA Wei |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《南京航空航天大学学报》下载全文 |
|
