-
题名基于改进Kalman滤波器的无人机高度信息融合
被引量：6
- 1
-
-
作者
谢锡海
黑梦娜
-
机构
西安邮电大学
-
出处
《电光与控制》
CSCD
北大核心
2021年第6期7-10,共4页
-
基金
陕西省自然科学基金(2018JQ6093)。
-
文摘
在无人机飞行控制系统中,针对无人机采用单一高度传感器测量精度不高以及传统Kalman滤波器易发散的问题,提出一种改进的Kalman滤波融合方法。首先利用ARIMA模型算法对3种传感器的原始测量数据降噪处理,然后利用Kalman滤波算法对降噪后的传感器高度信息实现第一次融合,最后借助递推加权最小二乘法将第一次融合结果与差分GPS降噪后的数据进行第二次融合。计算分析得到,该算法相比于传统Kalman滤波方法,高度估计值的均方根误差减小39.6%,最大偏差减小31.7%。仿真结果表明,所得结果在垂直方向上的定位精度得到有效改善,并且初步具备对异常情况的处理能力,保证了无人机飞行系统的准确性与可靠性。
-
关键词
无人机
ARIMA模型
KALMAN滤波
递推加权最小二乘
信息融合
-
Keywords
UAV
ARIMA model
Kalman filtering
recursive weighted least squares
information fusion
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
