基于卡爾曼濾波算法的無線船模遙控器研究

黃永昌

摘要：通過對各類無線遙控器的研究與分析，設計了一款簡易的無線船模遙控器，該無線遙控器以嵌人式芯片STM32作為控制器，選用NRF24L01+PA+LNA作為無線發送數據模塊，并利用卡爾曼濾波算法處理采集的控制（電機轉速與方向）數據。實驗結果表明，在硬件電路通電后，容易造成電壓數據波動，即噪聲干擾，引入卡爾曼濾波算法能有效減少噪聲干擾，提高采集電壓數據的穩定性，在遙控船模運行時，船模運行更加平穩了。

關鍵詞：遙控器;NRF24L01+PA+LNA;卡爾曼濾波;噪聲干擾

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-3044（2020）14-0269-03

隨著科技的不斷發展，無線傳輸技術在生活中的應用也越來越廣泛。目前常見的無線傳輸方式主要包括以下幾種：藍牙、Zigbee、WIFI、NRF24L01、NRF905、GSM（GPRS），下表列出了六種無線傳輸方式的各種特性。

在選取傳輸模塊制作無線遙控器之前，需要挑選最有利的傳輸方式，由上表可以看出，綜合考慮頻段、收費、傳輸距離、傳輸帶寬等因素得知：以上六種傳輸方式中，只有GSM（GPRS）一種傳輸方式需要交費，因此，該傳輸方式不作考慮，在剩余五種傳輸方式中，NRF24L01（+）的傳輸距離最遠，傳輸距離近2000m，而且其傳輸帶寬也比其余幾種要寬得多。因此，選用NRF24L01（+）模塊作為無線遙控器的發送模塊是最理想的選擇。

以往，在設計無線遙控器時，大多能夠選取較先進的無線傳輸方式，但是在傳輸數據時，數據往往存在較大的波動，性能不夠穩定，對于這一特性，較少有研究人員能夠利用算法對不穩定數據進行處理。在本文中，采用卡爾曼濾波算法，對主控芯片采集的波動較大的數據進行了有效的處理。

1卡爾曼濾波算法介紹

1960年，R.E.Kalman提出了基于狀態空間遞推濾波的卡爾曼濾波算法，它是一種自回歸最小方差意義下的估計;采用遞推方式處理的濾波器算法，能夠在包含噪聲及不完整的測量信號的系統中，估算出相應的狀態量。在信息技術高速發展的當今社會，卡爾曼濾波算法得到了越來越廣泛的應用。

其中，Kk就是卡爾曼增益，I為單位矩陣。經典的卡爾曼濾波在使用上限制較多，需要滿足系統是線性系統以及噪聲成正態分布兩個條件。雖然一些實驗驗證當噪聲不是嚴格的正態分布時，卡爾曼濾波依然有效。但是，由卡爾曼濾波的公式可以看出，卡爾曼濾波只適用于線性系統，而無法用于非線性系統。為了擴展卡爾曼濾波的適用范圍，使之能應用于非線性系統，一些卡爾曼濾波的改進算法也被提了出來。

2無線船模遙控器總體設計

無線船模遙控器的總體方案如下，無線船模遙控器，顧名思義，就是用于控制船模的無線遙控器，在圖1的左邊紅色背景部分為無線船模遙控器的內部結構（為本文的研究內容），圖1右邊藍色背景部分為船模的內部結構（非本文研究內容），無線船模遙控器主要包括五個部分：電源模塊、液晶顯示屏、旋鈕電位器、無線收發器以及處理器，無線船模遙控器與船模通過無線收發模塊發送的高頻信號進行通信。

如圖2所示，圖2-（a）為無線船模遙控器的外觀圖，圖2-（b）為船模內部接線圖，圖2-（c）為船模外觀圖。

如圖2-（a）所示，圖中有兩個旋鈕電位器，一個電位器用于控制船模的油門，另一個電位器用于控制船模的方向。

如3圖所示，為旋鈕電位器的外觀圖與原理圖。

圖3-（a）所示旋鈕電位器有三根線接到外部電路，三根線分別對應圖3-（c）中的三根線。通過控制滑動變阻器的阻值，進而控制電路中電壓值的變化。本實驗中，電壓最大值為VCC（3.3v），最小值為0v。

3無線船模遙控器軟件設計

本實驗采用STM32作為控制芯片，利用Keil4作為程序編輯與下載軟件，無線遙控船模遙控器的任務是通過控制旋鈕電位器上的旋鈕，從而達到控制船模電機的轉速與船模方向的目的。

在程序設計過程中，首先需要定義一個數據包，用于打包所有需要發送出去的數據，主要有船模電機轉速與船模方向的數據，然后，初始化系統所有模塊，采集到旋鈕電位器電壓數據之后，利用卡爾曼濾波算法對采集到的數據進行處理，并將處理之后的數據通過發送模塊發送出去。其具體的程序流程如圖4所示。

4實驗設計

在本文中，主要是利用$TM32控制芯片的AD采集功能，采集旋鈕電位器測量上的電壓值，如圖5藍色線所示，為STM32芯片采集的電位器的電壓值數據，由圖易見，藍色線有較大的波動，如利用該結果控制船模航行，則船模勢必有較大的抖動，為解決抖動問題，本實驗引入卡爾曼濾波算法，用于減少電位器數據的波動，從而減少船模的抖動。

在本實驗中，編寫程序時首先建立一個包含1000個變量的數組（每隔20ms采集一次，總共采集時間為20s），用來儲存從電位器采集的電壓數據值，在數據采集過程中，將旋鈕電位器從0值旋動到最大阻值，停頓一段時間后，再將旋鈕電位器由最大阻值旋到0阻值處，同時，利用卡爾曼濾波算法，對該數組的數據進行處理，處理后的結果如圖5曲線所示。

5結論

由經實驗驗證得知，沒有經過卡爾曼濾波算法處理的數據存在較多大的波動，運用卡爾曼濾波算法處理后的數據，波動明顯減少了，數據穩定性更好，更有利于控制船模的航行。