一个微型旋转翼无人机组合导航系统

文摘

介绍了发展低成本小型导航系统自主飞行旋转翼无人机(uav)。系统包含了从低成本GPS单点测量,一个固态惯性/三轴磁传感器单元。导航算法由单片机上运行三个模块组成:传感器校准模块、姿态估计量,估计速度和位置。传感器校准模块依赖于一个基于递归最小平方椭球假设加速度计的校准算法来估计偏差和规模因素和磁力计没有任何额外的校准设备。计算线性估计量的态度是低态度融合算法,有效地结合了高频率成分的加速度计陀螺仪和较低的频率成分和磁力计来保证准确性和带宽估计的态度。速度和位置估计使用两个级联互补滤波器保险丝平移加速度,GPS速度,提高速度和位置的带宽。设计微型无人机导航系统是可行的,因为它的低成本,简单起见,小型化,并保证估计错误。地面测试和微型无人直升机的自主飞行测试和quadrotor提出系统的有效性,证明其承诺在无人机系统。

1。介绍

由于盘旋的特殊能力,垂直起降(VTOL),和低速飞行,旋转翼无人机(uav),如无人驾驶直升机和multipropeller空中机器人,尤其适合应用,如监控、搜救、航空摄影和视频,操作安全、交通监控、和映射。这些应用程序导致增加对廉价和容易操作旋转翼无人机的需求。旋转翼无人机通常固有的不稳定和高度动态、态度的永久控制,速度,和位置要求。这种控制系统的前提是准确的,高度动态、可靠,特别是连续可用的导航信息。

直到最近,大多数无人机使用MEMS陀螺仪和加速度计作为惯性传感器由于成本和有效载荷的极限。在许多实际应用,这些低精度传感器通常与协助集成传感器,如GPS (1)或相机(2]drift-free和高动态导航信息。在松散耦合的GPS / SINS组合导航系统为无人直升机(1),导航信息的连续可用性和动态性能是保证捷联惯性传感器(罪),和罪恶漂移修正使用GPS的位置和速度。然而,随着GPS测量不直接包含态度信息和态度是耦合的估计速度和态度方向余弦矩阵(DCM),态度差的可观测性。尽管可观测性的态度可以提高利用机动飞行(3)或多个停靠(4,5),它是不实际的或经济的低成本旋转翼无人机在盘旋飞行模式。与此同时,在GPS故障估计错误的态度可能发散。因此,一些系统使用加速度计的重力观测和磁力计磁观测保证态度估计精度,通过切换到态度评估模式在GPS故障(6)或采用级联集成结构(7,8),而不是松散耦合结构。在级联集成结构,陀螺仪、加速度计和磁力计形成一个姿态航向参考系统(AHRS),以及明显的输出和GPS用于估计速度和位置。松散耦合的结构相比,虽然估计导航信息的级联结构不佳,态度精度可以保证成本的性能损失。此外,级联低维过滤器可以独立设计和优化,从而更容易实现和较低的计算复杂度。然而,卡尔曼滤波器(KF)和扩展卡尔曼滤波器(EKF)这些系统仍然采用耗时为资源有限的微控制器。

本研究旨在开发一个小型旋转翼无人机导航系统在成本和计算资源的局限性。改善的准确性不精确的加速度计和磁力计,一个椭球假设校准算法能有效地估计传感器偏差和scalefactors没有任何额外的校准设备设计和实现。KF和卡尔曼滤波器,车辆的运动状态由一系列线性互补滤波器的估计,从而更容易实现和计算开销较小。此外,我们实现一个原型的导航系统和评估其性能在现实环境中,包括地面测试和微型无人直升机的自主飞行实验和quadrotor。实验结果表明,该系统是充分的旋转翼无人机的飞行控制。

剩下的纸是组织如下。部分2说明了导航系统的硬件设计。传感器校准算法3。部分4和5详细说明的态度估计算法和速度/位置估计算法,分别。并给出了实验结果6。我们结束工作部分7。

2。硬件设计

我们已经开发出的导航系统是图所示1。外露的系统的重量和尺寸是68克和71毫米×46毫米×36毫米,对应于250克和103毫米×66毫米×46毫米铝套管。测试功耗小于2.4 W。系统由一个三轴固态惯性/磁传感器单元(ADIS16405), GPS接收器(OEMV-1G)和单片机(STM32F103)。

ADIS16405传感器单元选择主要是由于其高密度集成,成本低、温度和偏差校准,迷你大小。传感器单元包含三个正交安装MEMS陀螺仪(±300^∘/ s),三个正交安装MEMS加速度计(±18 g),三个正交安装固态磁力计(±3.5高斯),和一个微控制器。敏感性,偏见,对齐,每个传感器的线性加速度效应工厂校准的温度范围内−40^∘C - 125^∘c单片机以洋地黄治疗,低通滤波器flitrates,校准传感器输出。它还提供了一个为数据收集和配置控制SPI接口。

旋转翼无人机飞行速度低和徘徊状态,速度测量的准确性和延迟是很重要的问题。因此,我们选择OEMV-1G卡从NovAtel作为GPS接收器。瞬时多普勒测量的计算速度,从而导致更低的延迟和噪声相比,基于三角洲相速度测量。

校准和导航算法实现基于手臂Cortex-M3单片机运行速度为72 MHz。微控制器连接到传感器通过SPI接口单元和GPS接收器通过UART接口。计算出导航信息记录到飞行计算机通过RS232接口。

应用旋转翼无人机导航系统,可靠的振动抑制是第一个,也是最重要的问题要解决。主旋翼的直升机,振动来自Hirobo 90)(约29.1赫兹,引擎(约230赫兹),尾桨(约138.9赫兹)。振幅通常是1 ~ 2克左右。quadrotor,振动来自四个转子(约40 Hz)。由于小转子和对称结构,其振幅比直升机的振幅小。这些振动将大大降低导航系统的性能,使电子更容易失败。为了减少振动的影响,采用两级振动抑制方案。第一层是一个可选的机械振动阻尼器(年代类型GEL-Bush Taica公司)截止频率为90赫兹。这一层的主要目的是保护电子从振动和连接器。第二个层次是一个数字方案,传感器输出样本在高采样率(819.2赫兹),减少传感器带宽低频率使用低通数字滤波器(16赫兹)。因此,噪音可以完全由高频采样器采样,有效地减少了低通数字滤波器。图2显示的输出设在陀螺和设在加速度计安装在振动台的振动垂直40赫兹的频率和振幅为1.5 g。该系统可以有效地减少振动噪音和优于比对系统(9),利用18赫兹机械阻尼器,50赫兹取样器,5赫兹低通数字滤波器。

3所示。传感器校准

采用正交安装传感器的错误可以分为两种:机械和电气错误的错误。轴的机械误差由非正交(轴轴,90^∘理想的)错误和轴偏差(IC包轴)错误,不断在正常操作。ADIS16405,这些错误被工厂校准。

电气错误由偏差错误和比例因子误差。陀螺仪的偏见和规模因素主要是依赖于温度的。陀螺仪的ADIS16405,灵敏度温度系数引起的错误(±40 ppm /^∘C)比那些偏见造成的温度系数小得多(0.01^∘/秒/^∘(0.05 C)和噪音^∘/秒/rms)。因此我们只调整陀螺仪的偏见平均陀螺输出当无人机是静止的。加速度计的偏见和规模因素也依赖于温度,需要经常校准。

磁力计的错误主要是由于硬铁、软铁,和制造过程。由于无人机飞行在天空,小和瞬态错误引起的硬铁和软铁外无人机可视为高频噪音,可以显著降低低通效应的态度融合算法。在无人机通过不使用软铁材料,软铁错误,这变化对地磁场的大小和方向,可以消除。里面的硬铁错误无人机源于机身和航空电子设备。这些错误是不变的安装后,可能偏见磁力计的输出。信号调节电路、AD转换也影响磁力计的偏见和规模因素的输出。总之,偏差和比例因子误差控制磁力计的错误,和校准必须执行一次磁力计的位置对机身和航空电子设备改变了。

为便于频繁的校准,校准方法没有额外的设备要求。因为地球的重力和磁力测量加速度计和磁力计常数的几公里,无错的加速度计的输出轨迹的三合会或磁强计三和弦是一个球体,它的起源与集中在半径等于重力和磁力的大小。偏差错误将中心的基本轨迹,而灵敏度误差将重塑为一个椭球范围。因此加速度计和磁强计校准的问题相当于估计问题的一个椭球的中心和半径,最适合三轴传感器的输出(10]。我们依靠基于递归最小二乘的椭球假说校准算法(11]估计中心(偏见)和半径(规模因素)的椭球体。校准过程如下。(1)初始化和,在那里的大小是地球的重力场和磁场是six-order单位矩阵。(2)旋转传感器三合会沿三个轴和形式,,在那里,,的原始输出三轴传感器。计算,,。重复步骤2,直到是收敛的。(3)计算传感器偏差,,和规模因素,,。使用估计的偏差和比例因子,校准传感器的输出可以计算为,在那里。

算法的主要优点是去除额外的校准设备和频繁的校准的便利。图3显示校准磁力计输出一致的轨迹与单位球体,展示了校准算法的有效性。将部分中提到4.4偏航角估计,校准带来了令人印象深刻的改善较知名的数字罗盘HMR3300。

4所示。态度估计

态度估计是必不可少的旋转翼无人机的姿态稳定。必须关注静态精度和带宽。尽管速率陀螺的输出可以集成生成高带宽的态度估计,由于集成错误长期精度差。gyro-free态度决定系统使用multiantenna GPS (5]或廉价的固态传感器,如加速计和磁力计(12)获得估计误差有界的态度。然而,带宽是有限的。因此速率陀螺的输出通常是融合gyro-free态度决定系统的输出来保证长期的准确性和带宽的态度。许多融合算法被开发出来,如卡尔曼滤波器(13),减少向量观测模型乘法扩展卡尔曼滤波器(RMEKF) [14),四元数卡尔曼滤波器(QKF) [15),无味卡尔曼滤波(UKF) [16),而粒子滤波(PF) [17]。虽然这些算法可以获得令人满意的性能,他们是不切实际的单片机上实现由于较高的计算复杂度。因此我们开发了一个线性融合估计算法计算复杂度较低的态度。

4.1。该算法

欧拉角和四元数是常用的态度表示。然而三角函数和根函数的计算是单片机的耗时。在我们的算法中,我们使用地球的重力场和磁场在身体上坐标(b)代表的态度。没有平移加速度时,三轴加速度计和磁力计测量地球的重力场和磁场在b,这是常数在当地大地坐标(n-coordinate)。假设是一个常数向量表达n-coordinate,在b是相同的向量表示,我们有什么 在哪里是n-coordinate的旋转矩阵b,旋转后的序列,,。偏航角,螺旋角和横摇角欧拉角。和的缩写是和。

自是常数,推导的,我们有 在哪里b的角速度是相对于n-coordinate b的表达。因为速率陀螺提供高频率的态度信息和决心gyro-free态度系统提供低频信息的态度,我们采用互补滤波器(9)混合速率陀螺和gyro-free态度的互补特性测定系统。向量可以直接通过低通滤波估计矢量观测和高通滤波陀螺输出的集成如下: 在哪里的参数调节滤波器的截止频率。方程(4)可以转化为离散时间域如下: 在哪里s是过滤器操作周期。使用(6),我们可以推导出重力场互补滤波器和磁场互补滤波器如下: 在哪里和估计重力场和磁场b。和的参数调节滤波器的截止频率。校准三轴加速度计的输出,是平移加速度,重力场测量。大多数态度评估系统(6- - - - - -8,13,16使用加速度计测量重力场。从平移加速度加速计无法区分重力加速度,重力场测量可能会受到平移加速度的无人机。我们采取两项措施来减少忽视平移加速度的影响。我们依靠互补滤波器的低通特性来减少高频平移加速度的影响。在飞行控制,我们减少平移加速度平滑无人机的飞行动作。是三轴磁力计的校准输出。

而卡尔曼滤波器(13],RMEKF [14],QKF [15],UKF [16),和PF (17),互补滤波器的主要优点是结构简单,计算复杂度低,容易过滤调优。

一旦重力场和磁场在b估计,态度可以计算如下: 在哪里是磁赤纬国际地磁参考场的计算(IGRF)或世界地磁模型(个子使用位置信息。

4.2。算法的鲁棒性

之前,我们已经提供互补滤波器适用完美的测量向量和角速度。在本节将会证明,过滤器继续与错误的测量是有效的。假设测量角速度和向量含有添加剂的错误和,我们有 定义花时间的导数和替换(3),(5)和(9),我们有 消耗的第一和第二项(10)和使用年轻的不平等,我们有 因此 在哪里,。方程(12)可以写成 方程(13)意味着如果,。否则,如果,。因此,估计误差是有界的。

除此之外,是影响的关键参数滤波器的误差界。一个更大的有助于减少错误引起的,但也增加了低通滤波器的带宽(4),导致加速度计噪声抑制差和磁强计的声音。因此应该调整综合考虑陀螺的精度,加速度计和磁强计的噪音,机身的振动强度,磁场干扰引起的航空电子设备。在我们的系统中,和设置为0.5,相应的截止频率的0.08赫兹。

4.3。模拟研究

为了评估算法的性能,广泛的蒙特卡罗模拟进行。在所有模拟,车辆旋转角速度向量给出的rad / s。系统作为最初的态度用四元数表示的。陀螺偏见被建模为一个一阶高斯马尔可夫过程的时间常数300年代和驾驶过程噪声偏差200度/小时。最初的陀螺偏见将度/ s。的标准差陀螺、加速度计和磁强计被设置为0.6度/秒,0.0981 m / s²和4.8 mGauss。

我们比较我们与小说四元数卡尔曼滤波算法(简称QKF) [15),有一个特殊的操作测量方程,消除常规线性化过程,从而可以获得更好的性能比典型的四元数估计的扩展卡尔曼滤波器。四元数误差角,它被定义为小旋转带来的角度估计的态度真实的态度是用来表示估计误差。获得的角是如下。首先,误差四元数估计的态度和真正的态度计算使用方程,在那里的共轭,四元数的产品。然后,旋转角度从标量计算组件的使用方程。请注意,总是正的。图4显示了蒙特卡罗方法超过100分。两个算法具有相似的精度,该算法的计算时间(16.89秒每运行在3.0 GHz AMD Phenom II X4 PC)远低于QKF每运行(160.64秒)。这显示了单片机实现该算法的可行性。

4.4。实现和地面测试

在本节前面的算法是在STM32F103单片机上实现。速率陀螺的测量、加速度计和磁力计机载ADIS16405通过SPI总线段0.01秒。这些测量融合使用(7)来估算地球的重力场和磁场。然后态度角度计算使用(8)。CORDIC算法(18)采用加速计算三角函数和反三角函数。

估计俯仰和滚角的地面测试的硬件进行飞行运动模拟器,如图5。图6显示估计的音高和滚动角具有静态精度高,重复性好。在动态测试中,音高和滚动角的模拟器的同时遵循激励信号改变。图7显示估计的角度可以跟踪高带宽的参考角度,和0.5估计错误了^∘。

由于铁磁干扰,估计偏航角不能测试硬件飞行运动模拟器。所以只有静态精度测试上执行一个圆盘每45^∘。图8在1表明估计错误^∘RMS的条件下和,远小于知名数码罗盘HMR3300霍尼韦尔的错误。

5。位置和速度估计

由于大积分误差,明显导出加速度只能用于提高带宽的速度和位置。因此,传感器融合技术必须采用一定的积分使用drift-free GPS速度和位置误差。加速度测量AHRS反过来用于平滑GPS速度和位置。在我们的方法中,两种互补的过滤器是用来混合明显的互补特点推导出加速度和GPS派生的速度和位置。

5.1。该算法

一旦态度估计,平移加速度计算如下: 在哪里是加速度计的平移加速度表示地球地球中心固定笛卡尔坐标(e-coordinate)。是e-coordinate n-coordinate的旋转矩阵。和经度和纬度。n-coordinate表达的重力场,重力加速度可以使用国际重力计算公式。是e-coordinate相对于惯性坐标系的角速度在e-coordinate (i-coordinate)表示,等于地球自转速率。是加速度计的速度表达e-coordinate可以近似估计,科里奥利加速度引起的车辆移动旋转地球很小。

GPS测量的速度和位置相对于e-coordinate GPS天线。由于加速度计和GPS天线安装在相同的位置,必须考虑杆臂效应。加速度计和GPS天线的位置之间的关系可以表示如下: 在哪里是位置向量从地球中心到GPS天线。是地球中心的位置矢量的加速度计。是来自感应器的位置向量GPS天线。花时间的导数(17)和使用绝对导数和相对导数之间的关系 在哪里的速度是GPS e-coordinate测量天线的GPS接收器。在e-coordinate的速度加速计,用于传感器融合。由于GPS天线和加速度计的相对位置b是常数,是零。可以近似。考虑到延迟测量GPS,加速度计的速度测量e-coordinate可以表示为 在哪里可以计算使用(2)和(16)。s是GPS测量的时间延迟,包括伪距离测量延迟和通信延迟。是来自感应器的位置矢量在b GPS天线表示。基于(15),(19),积分加速度和速度之间的关系,可以通过互补滤波器估计如下: 在哪里是滤波器增益。s是过滤器操作周期。同样,这个职位可以由另一个互补滤波器估计如下: 在哪里由GPS接收器GPS天线测量的位置。是滤波器增益。s是过滤器操作周期。最后,飞行控制的速度和位置可以计算如下: 在哪里和是汽车的齿轮的估计速度和位置(重心)。是来自感应器的位置矢量在b汽车的齿轮表示。

5.2。实现和地面测试

在本节前面的算法实现解决问题的速度和位置估计。因为它以前一直说的,,,是必需的。计算使用(15从明显的测量),和计算使用(19)和(22)。由于更新的速度明显要高于GPS,互补过滤器运行速度等于明显的更新率,和条款和零级GPS时举行不更新。

我们的目标是提高GPS的动态性能导出速度和位置的混合高带宽加速度测量。动态性能测试通过来回移动导航系统。图9显示了估计的进化速度和位置。由于预算限制,我们负担不起昂贵的RTK GPS或其他地面真值测量系统进行比较。代表速度,然而,通过位置源自加速整合,GPS,提出了融合算法,可以观察到该算法利用短期动态性能的加速整合和长期缓慢更新的GPS测量精度。

6。旋转翼无人机的飞行测试

我们进行了一系列的自主飞行实验来说明系统设计的性能。一般来说,导航系统的准确性应由高性能计算惯性导航系统或实时运动学微分GPS (RTK DGPS)。然而,这两个原型无人机携带这些系统并不适合比较由于其成本和有效载荷能力。由于开环不稳定和高带宽旋转翼无人机的动力学特点,控制无人机容易振荡和散度,一旦估计运动状态不能反映出真正的运动状态。换句话说,飞行控制系统具有很高的精度和带宽的需求估计态度,速度和位置。因此,尽管地面实况信息不会用于这些实验评价绝对精度,设计导航系统的有效性仍然可以控制性能验证的旋转翼无人机的飞行。

6.1。测试无人机

拟议的导航系统已经在两个旋转翼无人机装备评估它的性能在实际飞行。一个是小型无人直升机如图10修改,从Hirobo亚90 RC直升机。减少振动诱导单缸,2-stroke引擎和转子,该导航系统和飞行计算机上安装四个机械振动阻尼器。飞行导航信息传输到计算机通过RS232接口。另一种是自制的原型quadrotor如图11。导航系统的PCB是直接安装在主机上,由四个对称的转子振动诱导很小。减肥,单片机也扮演的角色飞行计算机。

6.2。飞行测试结果

数据12和13结果自动悬停飞行的小型无人直升机和quadrotor,分别。1.1 RMS中的位置控制错误,和控制速度稳定且较小,证明了该导航系统的有效性在盘旋飞行。

图14显示了微型无人直升机的自主飞行轨迹的结果。直升机起飞手动和转向自主飞行模式在路标,然后先后飞过路标点B, C, D和e .从当前路径下的航班航点分为稳定模式和向前飞行模式,和最大向前飞行速度5米/秒。最后人类飞行员接管了直升机在路标E和执行手动着陆。估计姿态、速度和位置在图14可以反映直升机的飞行状态和相应的控制误差也很小。这些结果表明设计导航系统的静态精度和动态性能。

quadrotor自治路标飞行期间,车辆自动起飞和徘徊在路标,然后飞越路标点B, C, D, E, F, G, H,和E,先后,最大速度为1.5米/秒,最后在路标大肠图自动降落15显示了轨迹、速度和态度在飞行。这些结果也验证设计导航系统的性能。

7所示。结论

在这篇文章中,一个低成本的小型旋转翼无人机导航系统设计和实现。获得准确和高带宽导航信息,一系列的传感器校准和多传感器融合算法。首先,加速度计和磁力计校准使用基于递归最小平方椭球假说校准算法,消除了要求额外的校准设备。然后,低计算线性态度融合算法开发和证明是误差有界对添加剂传感器错误。最后,两个级联互补滤波器的设计,e-coordinate平移加速度,GPS速度和位置是用于驱动带宽提高速度和位置的过滤器。设计导航系统的主要优点是它的低成本,简单起见,小型化,和有界估计错误。系统显示了非凡的静态精度和动态性能的地面测试。系统的有效性,进一步验证了在微型无人直升机的自主飞行和quadrotor,展示其承诺在无人机系统。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的国家自然科学基金委资助下61303211,60970118,61373166,中国浙江省自然科学基金在格兰特LQ13F020010,和浙江的基础教育委员会授予Y201223581之下。初步版本,本文提出了在第八届世界大会智能控制和自动化。这个版本是重组,包括新设计导航系统,改进算法,更具体的分析,和更多的地面试验和飞行试验系统评价。

引用

1. 凡德尔莫维r·e·a . Wan”Sigma-point组合导航卡尔曼fi lters,”诉讼60年会研究所的导航,14卷,页641 - 654,代顿,俄亥俄州,美国,2004年6月。视图:谷歌学术搜索
2. x的歌,l . d . Seneviratne, k . Althoefer“卡尔曼filter-integrated光流速度传感方法的移动机器人,”IEEE / ASME举办,16卷,不。3、551 - 563年,2011页。视图:出版商的网站|谷歌学术搜索
3. Rhee, m . f . Abdel-Hafez和j·l·尔,“可观测性的一个集成GPS / INS演习期间,“IEEE航空航天和电子系统,40卷,不。2、526 - 535年,2004页。视图:出版商的网站|谷歌学术搜索
4. f . Aghili和a·萨勒诺”,无目标的三维姿态确定和定位的移动机器人集成IMU RTK停靠,有两个“IEEE / ASME举办,18卷,不。1,21-31,2013页。视图:出版商的网站|谷歌学术搜索
5. m·摩尔,c . rizo和j .王”基于GPS姿态确定系统的无人机低品位的协助下角速率陀螺,”学报》第16届国际技术会议的美国研究所的卫星的导航,第2424 - 2417页,2003年。视图:谷歌学术搜索
6. j .万德尔o·迈斯特、c . Schlaile和g . f .从“一个集成GPS /惯性传感器导航系统自主直升机,”航空航天科学技术,10卷,不。6,527 - 533年,2006页。视图:出版商的网站|谷歌学术搜索
7. s .唐陆x, z .郑”平台和状态估计设计的小型无人机直升机系统”国际航空航天工程杂志》上文章ID 524856卷,2013年,13页,2013。视图:出版商的网站|谷歌学术搜索
8. s . de La Parra和j .天使”低成本导航系统对无人机的。”航空航天科学技术,9卷,不。6,504 - 516年,2005页。视图:出版商的网站|谷歌学术搜索
9. y,问:任、w .太阳和p . Li”低成本组合导航系统的设计和实现微型无人直升机,”学报》第八届世界大会在智能控制和自动化(WCICA 10)2010年7月,页6842 - 6847年,(中国)。视图:出版商的网站|谷歌学术搜索
10. d . Gebre-Egziabher g . h . Elkaim j·d·鲍威尔和b·w·帕金森,”捷联航姿系统的校准磁力计在磁场领域,“航空航天工程杂志,19卷,不。2、87 - 102年,2006页。视图:出版商的网站|谷歌学术搜索
11. y . Xu徐瑞秋任,W.-D。太阳,p . Li“微型无人直升机,地磁导航算法”Acta Armamentarii,32卷,不。3,页337 - 342 2011(中国)。视图:谷歌学术搜索
12. d . Gebre-Egziabher r·c·海沃德和j·d·鲍威尔,“多传感器姿态确定系统的设计,IEEE航空航天和电子系统,40卷,不。2、627 - 649年,2004页。视图:出版商的网站|谷歌学术搜索
13. j·s·张成泽和d . Liccardo自动化使用低成本的小型无人机MEMS传感器和嵌入式计算平台”美国25日数字航空电子系统的会议,2006年,页1 - 9。视图:谷歌学术搜索
14. 刘,刘x, z . Chen和f·杨,”一个高效非线性滤波器的航天器姿态估计,“国际航空航天工程杂志》上卷,2014年,页1 - 11。视图:谷歌学术搜索
15. d . Choukroun i . y . Bar-Itzhack, y Oshman,“小说四元数卡尔曼滤波器,”IEEE航空航天和电子系统,42卷,不。1,第190 - 174页,2006。视图:出版商的网站|谷歌学术搜索
16. h . g . de滨率先取得领先和f . j . Pereda”无人机姿态估计使用无味卡尔曼滤波和三合会,”IEEE工业电子产品卷,59号11日,第4474 - 4465页,2012年。视图:谷歌学术搜索
17. j . Lim和d .香港成本参考粒子滤波方法高带宽估计倾斜,“IEEE工业电子产品卷,57号11日,第3839 - 3830页,2010年。视图:出版商的网站|谷歌学术搜索
18. r . Andraka”调查CORDIC算法的基于FPGA的电脑,”学报第六届ACM / SIGDA国际研讨会于98年现场可编程门阵列(FPGA)1998年2月,页191 - 200。视图:出版商的网站|谷歌学术搜索

版权

版权©2014余徐等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。