一、CRC循环校验码 1、理论解释: (1) 预先确定的多项式G(X): Gx:生成码,这个是可以人为设定的,它就是CRC里面所谓的生成多项式对应的系数。 其中,Gx 的首位和最后一位的系数必须为1 (2) 信息码,待发送的原始数据序列:Kx Kx:信息码,就是指要发送的信息,是一组1、0组合的字符串(当然可以看作是整数,或者浮点数等,在程序里是把它看作字符串的,长度可以自定)。
一、连续时间 从傅里叶级数(FS)到傅里叶变换(FT)(周期信号到非周期信号) (1)任意周期函数都可以写成三角函数之和。 (2)傅立叶级数是针对周期函数的,为了可以处理非周期函数,需要傅立叶变换。 既: 二、离散时间 从傅里叶级数到傅里叶变换(周期信号到非周期信号) 理解一个公式:y=A*cos(ω*t+φ)+b(A>0,0<φ<π/2);y=A*cos((2*pi/T
背景: 导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角),其中航向角北偏西为正,范围【-pi pi】 地球自转引起的导航系旋转: 因地球表面弯曲,载体在地球表面运动,导致导航系旋转: 重力矢量在地理坐标系的投影为: 对准条件: 初始对准一般是在运载体对地静止的环境下进行的, 即运载体相对地
1、filter clear;clc;close all; t = linspace(-pi,pi,100); rng default %initialize random number generator x = sin(t) + 0.25*rand(size(t)); windowSize = 5; b = (1/windowSize)*ones(1,windowSize);
1、insinit.m 惯导参数结构体初始化(SINS structure array initialization). % Prototype: ins = insinit(avp0, ts, var1, var2) % Initialization usages(maybe one of the following methods): % ins = insinit(avp0
一、 准备源码: 1、进入GITHUB,打开网页:https://github.com/tomojitakasu/RTKLIB/tree/rtklib_2.4.3 进行clone or download,下载到当地文件夹,找到子文件夹SRC,里面存放的是实现卫星定位(SPP、RTD、RTK、PPP、PPP-AR)的所有源码; 二、Visual Studio中新建工程:
BCM47755芯片 支持 GNSS 原始测量数据的 Android 设备 要想获取 GNSS 原始测量数据输出,您需确保设备能够捕获此类数据。大多数在 2016 年或之后生产并且搭载 Android 7.0 或更高版本的设备都可以提供 GNSS 数据。 根据设备的不同,GNSS 原始测量数据可以包含以下全部或部分数据: 伪距和伪距率。 导航消息。 累计变化量或载波。 硬件 (H
一、对于实时定位而言,需要满足两个条件才能进行定位: 1、同时观测到四颗卫星以上; 2、卫星到接收机的距离,距离在接收机上通过时间差体现(Δt=(接收机UTC+leap)-卫星信号发射时间) 二、接收机内部怎么得到时间差Δt? 我对于接收机实时定位中伪距的理解是:Δt=t2-t1 t1=就是跟踪、捕获后,解析出导航信号编排的发射时间t2=当前接收机的时间(UTC+leap) BD/G
1、strstr() C 库函数 char *strstr(const char *haystack, const char *needle) 在字符串 haystack 中查找第一次出现字符串 needle 的位置,不包含终止符 '\0'。 参考:C 库函数 - strstr() #include <stdio.h> #include <string.h> in
1、最小二乘求解单点定位: 当矩阵G可逆时,如下两种求解方式一致! G*Δx=b G*Δx=b 与 Δx=inv(G^G)*G^b Δx=inv(G^G)*G^b 代码出现在: 2、利用伪距进行相对定位中:easy4 选取卫星高度角最大的一颗,当作参考卫星! %选高度角最大的当作参考星 flag=0; if flag==0
坐标系定义: 导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角); 航向角北偏西为正,范围【-pi pi】; 俯仰角, 运载体抬头时角度定义为正,角度范围-90° ~90° ; 横滚角,运载体向右倾斜时角度定义为正,角度范围-180° ~180° 重力矢量和地球自转角速度在地理坐标系下: 一、IMU
背景知识: 导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角); 航向角北偏西为正,范围【-pi pi】; 俯仰角, 运载体抬头时角度定义为正,角度范围-90° ~90° ; 横滚角,运载体向右倾斜时角度定义为正,角度范围-180° ~180° 重力矢量和地球自转角速度在地理坐标系下: 一、地磁场 1、地球磁场分布图
一、何为校准: 校准的目的是因为厂商在生产器件时,由于工艺、技术等原因,致使器件存在缺陷,导致实际应用时,存在误差! 一般器件在出厂时,都会做一些校准处理,比如以Sensonor公司的Stim300为例: 一般用户采购IMU器件后,仍会对IMU进行校准,参数如下:零偏稳定性、比例因子(温度)、非正交性等。 批量使用和单个试验样机的校准方式和校准参数多少有不同;下面就以单个
1、ALLAN方差分析:硕士论文:《Modeling Inertial sensors errors using allan variance》 文章:《》 2、校准算法:《A New Calibration Method for Strapdown Inertial Navigation Systems》《CALIBRATION OF A MEMS INERTIAL MEASUREMENT
一、常值: (1)半长轴(Semi-major axis):半长轴是椭圆长轴的一半长,长轴是过焦点与椭圆相交的线段长。半长轴长即是行星离主星的平均距离。半长轴的长度与半短轴的关系可以经由离心率和半正焦弦推导。 也就是平常说的:长半轴、短半轴; (2)偏心率(Eccentricity): 椭圆偏心率( eccentricity)(或第一偏心率) 定义为 其中:Re为椭圆长半轴、Rp为椭
地球真实形状: 地球真实不是一个正球体,而是一个极半径略短、赤道半径略长,北极略突出、南极略扁平,近于梨形的椭球体 概述:通常,在大地测量等领域,一般有三个面:1、在其上进行测量的地球物理表面;2、在其上进行数学运算的旋转椭球面;3、大地水准面(即地球重力场的一个等位面);因此,对于不同的参考面有不同的重力模型,当然也有不同的应用背景。 在地球的大地水准体描述中,水准体表面是地球实
一、对准是确定坐标系的过程 1、初始对准 比如说:初始对准就是确定的过程,通过重力加速度和地球自转角速度,其中,天向通过重力加速度确定,水平面的东北向通过地球自转角速度的分量确定。 2、坐标系对准 比如说,地面车辆中,IMU任意放置,如何确定;可以看出,对准就是确定坐标系的过程。 3、矢量定姿 <1>双矢量定姿 矢量和不共线,因此,、和不共面,其三个矢量构成的矩阵可逆。
一、非线性系统的滤波方法对于非线性系统,一种常见的解决思路是先进行泰勒级数展开,略去高阶项后近似为线性系统,再做线性Kalman滤波估计。这种处理非线性系统的Kalman滤波方法称为扩展Kalman滤波(EKF)。 1、雅可比矩阵:在向量微积分中,雅可比矩阵是一阶偏导数以一定方式排列成的矩阵,其行列式称为雅可比行列式。雅可比矩阵的重要性在于它体现了一个可微方程与给出点的最优线性逼近。因此,雅可比
一、最优估计 1、估计理论: 估计理论是概率论与数理统计的一个分支,是根据受扰动的观测数据来提取系统某些参数或状态的一种数学方法。 定义估计量的误差为: 对于随机变量,常用均方误差(Mean Square Error,MSE)来衡量估计量与被估计量之间的误差大小,类似的,对于随机向量定义均方误差阵为: 特别地,如果估计是无偏的,则均方误差阵就等于其误差的方差阵,即有成立。一般
一、捷联惯导数值更新算法 导航坐标系:东-北-天 载体坐标系:右-前-上 1、姿态更新算法: <1>姿态更新微分方程: ,表示导航系相对于惯性系的旋转;包括两部分: (1)地球自转引起的导航系旋转; (2)系统在地球表面附近移动因地球表面弯曲引起的导航系旋转; 根据矩阵链式乘法得: 又由于: 姿态微分方程: <2>姿态更新方程:
Allan介绍: 对于随机误差,利用常规的分析方法,例如计算样本均值和方差并不能揭示潜在的误差源,另一方面,虽然自相关函数和功率谱密度函数分别从时域和频域描述了随机误差的统计特性,但是在实际工作中通过这些函数加以分析将随机误差分离出来是很困难的;Allan方差法是20世纪60年代由美国国家标准局David Allan提出的,它是一种基于时域的分析方法,不仅可以用来分析光学陀螺的误差特性
一、坐标系转动表达方式 1、初等变换矩阵 <1>坐标系变换矩阵 :从坐标系到坐标系的坐标系变换矩阵 <2>坐标变换矩阵 :为从坐标系到坐标系的坐标变换矩阵; <3>初等变换矩阵 绕X轴旋转任意一个角度: 绕Y轴旋转任意一个角度: 绕Z轴旋转任意一个角度: 举例:如果导航坐标系(东-北-天),经过三次旋转,旋转顺序:3-1
背景知识 导航坐标系:东-北-天 载体坐标系:右-前-上 一、旋转矩阵 1、欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角),其中航向角北偏西为正,范围【-pi pi】 假设旋转角度为小角度: cos(ψ)=1、cos(θ)=1、cos(γ)=1; sin(ψ)=ψ、sin(θ)=θ、sin(γ)=γ; 并且小量与小量相乘为0,既:ψ*θ=0;ψ*γ=0;θ*γ=
背景知识 导航坐标系:东-北-天 载体坐标系:右-前-上 一、平衡环架 平衡环架(英语:Gimbal)为一具有枢纽的装置,使得一物体能以单一轴旋转。由彼此垂直的枢纽轴所组成的一组三只平衡环架,则可使架在最内的环架的物体维持旋转轴不变,而应用在船上的陀螺仪、罗盘、饮料杯架等用途上,而不受船体因波浪上下震动、船身转向的影响。 上图就是一个Gimbal装置了,它是一个
导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角),其中航向角北偏西为正,范围【-pi pi】 (1) 地球自转引起的导航系旋转 和 系统在地球表面移动因地球表面弯曲引起的导航系旋转: 因此,时刻不要忘记进行变量的更新。 至于为什么会有这些角速度,本质是因为IMU器件的输出是相对于惯性坐标系,而我们用户所要的计算结果一般需要在当
导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角),其中航向角北偏西为正,范围【-pi pi】 1、从欧拉角到方向余弦矩阵 从地理坐标系到载体坐标系的方向余弦矩阵为: 2、从方向余弦矩阵到欧拉角 3、从四元数到姿态阵 4、从姿态阵到四元数 5、从欧拉角到四元数 单位四元数:
前提:假设运载体为固定翼飞机,在飞行过程中攻角和侧滑角始终为零,即飞机仅存在沿机体坐标系( b 系)纵轴向的速度分量(沿横轴向和立轴向的速度均始终为零);飞机的角运动用欧拉角进行描述。 一、飞行轨迹设计 飞机常见的基本飞行动作包括加速、滚转、俯仰和转弯,下面逐一介绍它们的描述特征。主要描述量为:三个欧拉角速率、载体坐标系(b系)下纵轴的速度; 二、捷联惯导反演
一、简化的惯导算法 1、姿态更新 陀螺仪输出直接进行积分,得到角增量; 2、速度更新: 在导航系下,完整的速度微分方程,如下: 其中,在地速V<100m/s时,第二项量级大约为1mg;小于传感器本身的误差;因此,忽略地球自转和导航系在地球表面旋转的影响,得到如下更新方程: 3、位置更新: 二、低精度惯导系统误差方程 1、姿态误差方程: 其中,括号中
初始对准(粗、精对准)/组合导航 一、捷联惯导粗对准 目的:寻找、确定参考导航坐标系;结果表现形式:得到姿态矩阵(进而可以求出欧拉角、四元数等) 前提:在导航坐标系(比如:东北天)下的重力矢量、地球旋转角速率、精确的地理位置(主要是纬度和高度)精确已知; 方法:双矢量定姿、多矢量定姿; 1、解析粗对准: 解析粗对准方法:依靠地球重力矢量、地球自转角速度、静止放置IMU采集一段时间数
一、噪声 1、一阶马尔可夫过程 β为反相关时间常数 连续时间一阶马尔可夫过程表示为: 离散化后为: 一般在组合导航中,采用allan方差中的Bias Instibility 参数和τ 当作随机噪声和反相关时间常数; 2、随机游走 连续时间随机游走表示为: 其中w(t)为激励高斯白噪声,并且: 离散化为,如下: 在仿真IMU数据时,一般我们都会添加噪声,采
导航坐标系:东-北-天 载体坐标系:右-前-上 欧拉角定义:3-1-2旋转,(航向角-俯仰角-滚转角),其中航向角北偏西为正,范围【-pi pi】 一、捷联惯导更新算法 1、导航系相对惯性系旋转(包括两部分) 地球自转引起的导航系旋转 和 系统在地球表面移动因地球表面弯曲引起的导航系旋转 2、姿态更新算法: 姿态微分方程如下 m-1、m时刻,对应的姿态阵在惯性系
1、定轴运动与非定轴运动 即转轴固定不动的转动;因此可得知,在捷联惯导应用中,X、Y、Z轴在空间中都存在转动,所以整个过程为非定轴运动。 2、不可交换性误差: 起因:在非定轴转动情况下, 描述姿态运动的微分方程是非线性的, 其离散化求解会引起转动不可交换误差。 解决:通过陀螺的输出(增量形式)构造等效旋转矢量以补偿和降低不可交换误差。 3、反对称矩阵形式 并且,反对称矩阵的转置是其
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信