[发明专利]一种六推无人机加速器测量值的滤波优化方法及其系统

说明书

本发明涉及六推无人机技术领域，特别涉及一种六推无人机加速器测量值的滤波优化方法及其系统；本发明先通过卡尔曼滤波器对K时刻的加速度测量值进行滤波；再获取K时刻的加速度测量值和加速度预测值；从而得到K时刻的协方差；再计算出K时刻的卡尔曼增益；然后得到K时刻的最优预测值；通过K时刻的最优预测值进行迭代计算，得到K+1时刻的最优预测值；本发明对加速器测量值进行实时滤波优化，获得更加接近真实加速度的测量数据；对滤波优化后的加速度数据进行二次积分处理，能够获得更加准确的水下无人机位移数据，大幅降低测量加速度的非真实极值出现概率和误差，提高通过九轴运动姿态模块实现水下无人机定位的精度。

技术领域

本发明涉及六推无人机技术领域，特别涉及一种六推无人机加速器测量值的滤波优化方法。

背景技术

目前，六推水下无人机采用MPU605六轴运动姿态传感器和处理组件，结合IST爱胜磁力计，实现完整的九轴运动姿态融合输出。

水下无人机目前无法通过GPS电磁信号实现水下定位，目前最常用的水下定位方法为水下声学回声技术定位或者惯性导航仪，则水下无人机拟采用九轴运动姿态模块模拟惯性导航仪，通过加速度计(加速器)测量值的积分换算为水下无人机的各个轴向位移量，获得水下位置。然而水下无人机的九轴运动姿态模块中的加速度计测量数据不准的问题，因为只是单纯的应用进行粗略定位，而存在较多误差(测量噪声)和非真实极值的跳变，将导致积分计算的水下无人机位移产生跳变和不准确。

发明内容

本发明主要解决的技术问题是提供一种六推无人机加速器测量值的滤波优化方法，对加速器测量值进行实时滤波优化，大幅降低测量加速度的非真实极值出现概率和误差，提高通过九轴运动姿态模块实现水下无人机定位的精度；还提供一种六推无人机加速器测量值的滤波优化系统。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种六推无人机加速器测量值的滤波优化方法，其通过九轴运动姿态模块模拟惯性导航仪，从而通过九轴运动姿态模块内的加速度计测量出加速度测量值，其中，包括如下步骤：

步骤S1、通过卡尔曼滤波器对K时刻的加速度测量值进行滤波；

步骤S2、从卡尔曼滤波器处获取滤波后的K时刻的加速度测量值且通过K时刻的加速度测量值来设定K时刻的加速度预测值；

步骤S3、从卡尔曼滤波器处获取K时刻的协方差；

步骤S4、通过K时刻的协方差计算出K时刻的卡尔曼增益；

步骤S5、结合K时刻的加速度测量值、加速度预测值和卡尔曼增益，对K时刻的加速度预测值进行校正，得到K时刻的最优预测值；

步骤S6、通过K时刻的最优预测值进行迭代计算，得到K+1时刻的最优预测值，其中，K+1时刻为K时刻的下一时刻。

作为本发明的一种改进，在步骤S2内，卡尔曼滤波器通过K-1时刻的加速度预测值进行预测设定K时刻的加速度预测值，其中，K-1时刻为K时刻的上一时刻。

作为本发明的进一步改进，步骤S3包括：卡尔曼滤波器根据K-1时刻的协方差结合卡尔曼滤波器预测的预测偏差从而得到并更新K时刻的协方差。

作为本发明的更进一步改进，步骤S4包括：通过K时刻的协方差结合加速器预测的测量偏差计算得到K时刻的卡尔曼增益。

作为本发明的更进一步改进，步骤S6包括：通过K时刻的协方差来获得并更新K+1时刻的协方差，重复步骤S1至步骤S5，自动递归进行迭代计算而获得和更新K+1时刻的最优预测值。

作为本发明的更进一步改进，K时刻的加速度测量值为其中x_k-1为加速器测量测出的加速度测量值；

K时刻的加速度预测值为其中r_k为常量。