基于卡尔曼滤波算法的无线船模遥控器研究
来源:用户上传
作者:黄永昌
摘要：通过对各类无线遥控器的研究与分析，设计了一款简易的无线船模遥控器，该无线遥控器以嵌人式芯片STM32作为控制器，选用NRF24L01+PA+LNA作为无线发送数据模块，并利用卡尔曼滤波算法处理采集的控制（电机转速与方向）数据。实验结果表明，在硬件电路通电后，容易造成电压数据波动，即噪声干扰，引入卡尔曼滤波算法能有效减少噪声干扰，提高采集电压数据的稳定性，在遥控船模运行时，船模运行更加平稳了。
关键词：遥控器;NRF24L01+PA+LNA;卡尔曼滤波;噪声干扰
中图分类号：TP3 文献标识码：A
文章编号：1009-3044（2020）14-0269-03
随着科技的不断发展，无线传输技术在生活中的应用也越来越广泛。目前常见的无线传输方式主要包括以下几种：蓝牙、Zigbee、WIFI、NRF24L01、NRF905、GSM（GPRS），下表列出了六种无线传输方式的各种特性。
在选取传输模块制作无线遥控器之前，需要挑选最有利的传输方式，由上表可以看出，综合考虑频段、收费、传输距离、传输带宽等因素得知：以上六种传输方式中，只有GSM（GPRS）一种传输方式需要交费，因此，该传输方式不作考虑，在剩余五种传输方式中，NRF24L01（+）的传输距离最远，传输距离近2000m，而且其传输带宽也比其余几种要宽得多。因此，选用NRF24L01（+）模块作为无线遥控器的发送模块是最理想的选择。
以往，在设计无线遥控器时，大多能够选取较先进的无线传输方式，但是在传输数据时，数据往往存在较大的波动，性能不够稳定，对于这一特性，较少有研究人员能够利用算法对不稳定数据进行处理。在本文中，采用卡尔曼滤波算法，对主控芯片采集的波动较大的数据进行了有效的处理。
1卡尔曼滤波算法介绍
1960年，R.E.Kalman提出了基于状态空间递推滤波的卡尔曼滤波算法，它是一种自回归最小方差意义下的估计;采用递推方式处理的滤波器算法，能够在包含噪声及不完整的测量信号的系统中，估算出相应的状态量。在信息技术高速发展的当今社会，卡尔曼滤波算法得到了越来越广泛的应用。
其中，Kk就是卡尔曼增益，I为单位矩阵。经典的卡尔曼滤波在使用上限制较多，需要满足系统是线性系统以及噪声成正态分布两个条件。虽然一些实验验证当噪声不是严格的正态分布时，卡尔曼滤波依然有效。但是，由卡尔曼滤波的公式可以看出，卡尔曼滤波只适用于线性系统，而无法用于非线性系统。为了扩展卡尔曼滤波的适用范围，使之能应用于非线性系统，一些卡尔曼滤波的改进算法也被提了出来。
2无线船模遥控器总体设计
无线船模遥控器的总体方案如下，无线船模遥控器，顾名思义，就是用于控制船模的无线遥控器，在图1的左边红色背景部分为无线船模遥控器的内部结构（为本文的研究内容），图1右边蓝色背景部分为船模的内部结构（非本文研究内容），无线船模遥控器主要包括五个部分：电源模块、液晶显示屏、旋钮电位器、无线收发器以及处理器，无线船模遥控器与船模通过无线收发模块发送的高频信号进行通信。
如图2所示，图2-（a）为无线船模遥控器的外观图，图2-（b）为船模内部接线图，图2-（c）为船模外观图。
如图2-（a）所示，图中有两个旋钮电位器，一个电位器用于控制船模的油门，另一个电位器用于控制船模的方向。
如3图所示，为旋钮电位器的外观图与原理图。
图3-（a）所示旋钮电位器有三根线接到外部电路，三根线分别对应图3-（c）中的三根线。通过控制滑动变阻器的阻值，进而控制电路中电压值的变化。本实验中，电压最大值为VCC（3.3v），最小值为0v。
3無线船模遥控器软件设计
本实验采用STM32作为控制芯片，利用Keil4作为程序编辑与下载软件，无线遥控船模遥控器的任务是通过控制旋钮电位器上的旋钮，从而达到控制船模电机的转速与船模方向的目的。
在程序设计过程中，首先需要定义一个数据包，用于打包所有需要发送出去的数据，主要有船模电机转速与船模方向的数据，然后，初始化系统所有模块，采集到旋钮电位器电压数据之后，利用卡尔曼滤波算法对采集到的数据进行处理，并将处理之后的数据通过发送模块发送出去。其具体的程序流程如图4所示。
4实验设计
在本文中，主要是利用$TM32控制芯片的AD采集功能，采集旋钮电位器测量上的电压值，如图5蓝色线所示，为STM32芯片采集的电位器的电压值数据，由图易见，蓝色线有较大的波动，如利用该结果控制船模航行，则船模势必有较大的抖动，为解决抖动问题，本实验引入卡尔曼滤波算法，用于减少电位器数据的波动，从而减少船模的抖动。
在本实验中，编写程序时首先建立一个包含1000个变量的数组（每隔20ms采集一次，总共采集时间为20s），用来储存从电位器采集的电压数据值，在数据采集过程中，将旋钮电位器从0值旋动到最大阻值，停顿一段时间后，再将旋钮电位器由最大阻值旋到0阻值处，同时，利用卡尔曼滤波算法，对该数组的数据进行处理，处理后的结果如图5曲线所示。
5结论
由经实验验证得知，没有经过卡尔曼滤波算法处理的数据存在较多大的波动，运用卡尔曼滤波算法处理后的数据，波动明显减少了，数据稳定性更好，更有利于控制船模的航行。
转载注明来源:https://www.xzbu.com/8/view-15266934.htm
