位置:成果数据库 > 期刊 > 期刊详情页
基于传感器数据融合的倾斜角度测量方法研究
  • ISSN号:0254-3087
  • 期刊名称:《仪器仪表学报》
  • 时间:0
  • 分类:TH701[机械工程—仪器科学与技术;机械工程—精密仪器及机械] TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:合肥工业大学电气与自动化工程学院,合肥230009
  • 相关基金:国家自然科学基金(51577046)、国家自然科学基金重点项目(51637004)、国家重点研发计划“重大科学仪器设备开发”(2016YFF0102200)和合肥工业大学博士专项科研基金(JZ2016HGBZ1030)项目资助
中文摘要:

倾斜角度的测量精度直接决定了状态控制系统的工作效果。在单一传感器测量倾斜角度的研究基础上,探讨了传感器数据融合技术用于倾斜角度测量的方法。首先分析基于加速度计和陀螺仪测量倾斜角度的原理,并研究加速度计和陀螺仪测量结果的频率特性;然后根据加速度计和陀螺仪测量结果的频率特性选定互补滤波器作为数据融合的方法;最后选定量子粒子优化群(QPSO)算法作为互补滤波器的参数寻优方法,并对比量子粒子优化群算法和粒子群优化算法的参数寻优效果。实验结果表明,互补滤波器可以在广泛频域范围内准确测量倾斜角度值,并且量子粒子群优化算法相对于粒子群优化算法具有更好的参数寻优效果。

英文摘要:

The measurement accuracy of tilt angle directly detemines the effect of the state control system. On the basis of studying single sensor tilt angle mensurement, this paper discusses the method using sensor data fusion technology in tilt angle measuresment. Firstly, the tilt angle measurement principle based on accelerometer and gyroscope is analyzed, and the frequency characteristics of accelerometer and gyroscope measurement results are studied. Secondly, the complementary filter is selected as the data fusion method according to the frequency characteristics of accelerometer and gyroscope measurement results. Finally, the quantum-behaved particle swarm optimization (QPSO) a/gorithm is introduced as the parameter optimization method of the complementary filter, and the parameter optimization effects of QPSO and particle swarm optimization (PSO) algorithms are conpared in this paper. The experiment results show that the complementary filter can accurately measure the tilt angle in a wide frequency range, and QPSO algorithm has better parameter optimization effect than PSO algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《仪器仪表学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国仪器仪表学会
  • 主编:张钟华
  • 地址:北京东城区北河沿大街79号
  • 邮编:100009
  • 邮箱:yqyb@vip.163.com
  • 电话:010-84050563
  • 国际标准刊号:ISSN:0254-3087
  • 国内统一刊号:ISSN:11-2179/TH
  • 邮发代号:2-369
  • 获奖情况:
  • 1983年评为机械部科技进步三等奖,1997年评为中国科协优秀科技期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:42481