简介:针对MEMS惯性传感器在两轮自平衡车姿态检测中存在随机漂移误差的问题,利用扩展卡尔曼滤波实现对加速度计与陀螺仪的信息融合,设计实用的滤波算法,根据实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,建立自平衡车导航用惯性传感器陀螺仪和加速度计误差的数学模型,对加速度传感器的随机误差和陀螺仪的温度漂移误差进行补偿,从而得到自平衡车姿态信号的最优估计,实现两轮自平衡车的自平衡运行。实验结果分析表明,采用卡尔曼信息融合方法,得到自平衡车姿态信息最优估计是有效可行的,并且有利于两轮车完成自平衡控制。
简介:面对日益复杂的空间电磁环境,合成孔径雷达(SyntheticApertureRadar,SAR)容易受到射频干扰(RadioFrequencyInterference,RFI)的影响,从而严重影响图像的判读和解译。尤其是低波段(例如P波段)SAR系统,由于频段内存在大量的电视广播信号,更容易受到RFI的影响。在建立了射频干扰信号模型的基础上,根据RFI信号的高功率、窄频带特点,提出了一种基于联合滤波的RFI抑制方法。该方法结合了传统的陷波法和子空间投影法在SAR射频干扰抑制方面的优点。其基本思想是:首先利用子空间投影法,将回波投影到目标信号子空间,获得参考信号,根据该参考信号,利用3δ准则判别出回波中存在的干扰信号,进行陷波、赋值处理。这样既降低了子空间投影法在抑制干扰过程中由于信号子空间判断误差而引入的虚警,又为陷波处理提供更准确的判别门限和更优的权值,可有效提升干扰抑制效果。仿真结果验证了该方法的干扰抑制效果优于子空间投影法及传统频域陷波法。