自适应卡尔曼滤波在无人旋翼机高度融合中的应用

"基于小波滤波的无人旋翼机高度信息融合 (2012年) - 北京航空航天大学学报" 本文是2012年发表在《北京航空航天大学学报》上的一篇自然科学领域的学术论文，作者包括白浪、雷旭升、盛蔚和杜玉虎。研究主要针对小型无人旋翼机在自主飞行过程中遇到的高度测量信息不准确、易受干扰的问题。无人旋翼机，作为一种小型无人机，其高度信息的稳定性和准确性对于飞行控制至关重要。 文章中提出了一个创新性的解决方案，即利用基于小波滤波的数据处理方法来提高高度测量信息的精度和可靠性。小波滤波是一种有效的信号处理技术，能够通过小波提升算法对原始测量数据进行分解和重构，从而有效地消除其中的高频噪声，这些噪声往往是由环境干扰或传感器误差导致的。 此外，考虑到全球定位系统（GPS）的测量精度会受到搜索到的卫星数量波动的影响，作者进一步提出应用自适应卡尔曼滤波器来融合不同的高度信息源。卡尔曼滤波是一种广泛应用在估计理论中的算法，能够根据新数据动态调整其内部状态，以提供最优的估计。在自适应卡尔曼滤波器中，滤波器的参数能够根据实际情况进行调整，以适应卫星数量变化带来的不确定性，从而提高融合后的高度信息的精确度。 实验部分，作者进行了自主悬停和三维航迹跟踪飞行试验，以验证所提出的融合方法的可行性和效果。这些试验结果证明了结合小波滤波和自适应卡尔曼滤波的高度信息融合方法能有效提高无人旋翼机的飞行控制性能，确保飞行任务的顺利完成。 关键词包括：小波滤波、无人旋翼机、高度信息融合、自适应卡尔曼滤波。该研究对无人飞行器的自主导航与控制技术提供了理论支持，并为后续的相关研究和实际应用奠定了基础。中图分类号为TP249，文献标识码为A，文章编号为1001-5965(2012)05-0659-06，展示了这篇论文在信息技术和自动化领域的专业性。