M估计补充策略下的三轴磁传感器误差补偿

您当前的位置：

首页 >

文章列表页 >

M估计补充策略下的三轴磁传感器误差补偿

更新时间：2025-07-09

- M估计补充策略下的三轴磁传感器误差补偿
- Issue 11, Pages: 59-65(2021)
- 作者机构：
  
  南京理工大学自动化学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP212
- Published：2021
- 稿件说明：
移动端阅览
[J]. 2021, (11): 59-65.
DOI：

[J]. 2021, (11): 59-65. DOI：

摘要

针对三轴磁传感器采样过程中出现的异常值对磁传感器误差补偿产生影响的问题

提出了一种M估计补充策略下的三轴磁传感器鲁棒补偿算法。在最小二乘法的基础上引入M估计算法

从而降低异常点对拟合结果的影响。利用最小二乘法对原始数据进行拟合得到初始椭球系数;根据拟合出的椭球面和原始数据计算各点的残差

构建Huber目标函数

根据残差大小计算各点的权重

从而对椭球参数进行更新;多次迭代

直到前后两次迭代得到的椭球系数之差小于设定的阀值

得到误差补偿参数;利用补偿参数求取真实磁场数据。通过仿真模拟实验和场外地磁采集实验对所提算法进行了验证:仿真结果表明

针对包含偏移大的异常值磁场数据序列

与最小二乘法和递推最小二乘法相比

经过多次迭代的M估计补偿法的数据均方差降低了97.5%以上;地磁场数据采集实验结果表明

用M估计补偿获得的数据有效降低了异常值带来的影响

提高了系统鲁棒性

数据均方差比最小二乘法的低47.74%

比递推最小二乘法的低78.12%。

Abstract

关键词

Keywords

references

王海娜.线性回归模型的若干稳健估计方法及应用实例[D].山东大学,2013(11).

高全明.固定翼无人机航磁三分量系统误差校正与干扰补偿技术研究[D].吉林大学,2020(01).

Nazarahari Milad,Rouhani Hossein.40 years of sensor fusion for orientation tracking via magnetic and inertial measurement units: Methods, lessons learned, and future challenges[J].Information Fusion,2021.

J. A. Shockley,J. F. Raquet.Navigation of Ground Vehicles Using Magnetic Field Variations[J].Navigation,2014.

Valérie Renaudin,Muhammad Haris Afzal,Gérard Lachapelle.Complete Triaxis Magnetometer Calibration in the Magnetic Domain[J].Journal of Sensors,2010.

Andrew Fitzgibbon,Maurizio Pilu,Robert B. Fisher.Direct Least Square Fitting of Ellipses[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1999(5).

安亮亮,王良明,钟阳.弹载三轴磁强计的椭球拟合补偿方法[J].传感器与微系统,2020(12).

向奉卓,李广云,王力,王安成,俞德崎.基于递推最小二乘的三轴磁强计在线自校正方法[J].传感器与微系统,2019(02).

袁广民,苑伟政,罗丹瑶,赵婧,薛亮,李晓莹.基于自适应遗传算法的三轴磁强计校准（英文）[J].中国惯性技术学报,2017(03).

黄学功,王炅.地磁信号检测系统误差分析与补偿方法研究[J].兵工学报,2011(01).

乔玉坤,王仕成,张金生,张琪,孙渊.采用矩谐分析和支持向量机的地磁导航基准图构建方法[J].西安交通大学学报,2010(10).

林雪原,王传芳,孙校书,黄显亮.捷联航姿传感器的误差补偿标定方法[J].海军航空工程学院学报,2007(03).

赵敏华,石萌,曾雨莲,黄永宣,李济生.基于地磁定轨和扩维卡尔曼滤波的导航算法[J].西安交通大学学报,2004(12).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

采用激光传感器的同轴度检测技术研究

A Structure-Semantics-Residual Collaborative Image Compression Framework：Towards Privacy Protection and High-Fidelity Reconstruction

Bi-Level Multi-Obj ective Optimization of a Wind-Solar Coupled Hydrogen Production System Based on the Synergy of Hybrid Electrolyzer Arrays

Knowledge Graph Representation Learning Driven by Semantic Discrimination and Subgraph Integration

Windage Loss and Flow Characteristics in Impeller Back Gaps of sCO2 Radial Inflow Turbines

Related Author

颜敏炜

张英杰

代愽超

李云龙

Related Institution

西安交通大学机械工程学院

⁰