一种捷联姿态航向参考系统信息融合算法应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 230-233.

一种捷联姿态航向参考系统信息融合算法应用

张谦^1，2，裴海龙²，罗沛²

1.广东教育学院计算机科学系，广州 510303
2.华南理工大学自动化科学与工程学院，广州 510640

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 张谦

Information fusion algorithm and implementation of strap-down attitude and heading reference system

ZHANG Qian^1，2，PEI Hai-long²，LUO Pei²

1.Department of Computer Science，Guangdong Institute of Education，Guangzhou 510303，China
2.Institute of Automation Science and Engineering，South China University of Technology，Guangzhou 510640，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: ZHANG Qian

摘要/Abstract

摘要： 小型无人直升机通常在特定的环境下进行工作，因此需要对其运动时的姿态进行控制。控制系统所需要的姿态信息通过各种惯性测量仪器得到原始数据。依据这些原始数据设计适当的信息融合算法可以构建高精度的姿态航向参考系统，从而满足控制系统的要求。该算法已应用于小型无人直升机的姿态控制中。

关键词: 姿态航向参考系统, 信息融合, Kalman滤波

Abstract: The small unmanned helicopter often works at especial conditions，so it is necessary to control the attitude of motion.The original attitude information for control system is supplied by all sorts of inertia measure unit.With this measured data，information fusion algorithm is able to design a high precision Attitude and Heading Reference System.Therefore it can accord with the control system demand.The algorithm has been embedded in the attitude control system of a small unmanned helicopter.

Key words: Attitude and Heading Reference System（AHRS）, information fusion, Kalman filtering

张谦^1，2，裴海龙²，罗沛². 一种捷联姿态航向参考系统信息融合算法应用[J]. 计算机工程与应用, 2007, 43(15): 230-233.

ZHANG Qian^1，2，PEI Hai-long²，LUO Pei². Information fusion algorithm and implementation of strap-down attitude and heading reference system[J]. Computer Engineering and Applications, 2007, 43(15): 230-233.

[1]	刘畅，邱卫根，张立臣. 基于可变形掩膜对齐卷积模型的行人再识别[J]. 计算机工程与应用, 2021, 57(5): 146-152.
[2]	陈坤峰，潘志松，王家宝，施蕾，张锦，焦珊珊. 跨模态行人再识别的协同学习方法[J]. 计算机工程与应用, 2021, 57(12): 115-125.
[3]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[4]	韩二东. 概率语言术语集多准则决策方法研究进展[J]. 计算机工程与应用, 2020, 56(10): 27-35.
[5]	阮凯，邱卫根. 多信息融合的深度学习人脸表情识别算法研究[J]. 计算机工程与应用, 2019, 55(5): 192-196.
[6]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[7]	陈金广1，2，王星辉1，2，马丽丽1，2，张馨东1，2，巩林明1，2. 采用分段RTS的CPHD平滑算法[J]. 计算机工程与应用, 2019, 55(1): 50-55.
[8]	丁宏飞1，2，秦政1，刘博1，李演洪1. 基于AF-SVR的城市快速路多源交通信息融合研究[J]. 计算机工程与应用, 2017, 53(5): 266-270.
[9]	黄家成1，闫涛1，姚淼2，宋家友2. 小样本ATS测量不确定度评定方法研究[J]. 计算机工程与应用, 2017, 53(20): 214-218.
[10]	彭利红1，刘海燕1，任日丽1，马俊1，王建芬2. 基于多标记学习预测药物-靶标相互作用[J]. 计算机工程与应用, 2017, 53(15): 260-265.
[11]	钱凯，陈秀宏，孙百伟. 一种鲁棒的时空上下文快速跟踪算法[J]. 计算机工程与应用, 2016, 52(12): 163-167.
[12]	余小游1，曹守富1，2，陈铁军1. 基于Rough-Vague集与证据理论的态势估计方法[J]. 计算机工程与应用, 2016, 52(10): 50-54.
[13]	王建仁，李妮，段刚龙. 基于信息融合的电信客户流失预测研究[J]. 计算机工程与应用, 2016, 52(10): 64-70.
[14]	黄智慧1，2，摆玉龙1，2，邵宇1，2，徐宝兄1，2. 小集合数条件下的数据同化策略研究[J]. 计算机工程与应用, 2015, 51(7): 209-214.
[15]	马丽丽，张芬，陈金广. 一种基于Pignistic概率距离的合成公式[J]. 计算机工程与应用, 2015, 51(24): 61-66.