一阶互补滤波

基于一阶互补滤波算法的MPU6050数据融合

我们已经知道，MPU6050可以获得加速度和角速度，但是由于传感器的噪声信号比较大，无法直接通过两个数据来获得该轴上的角度。因此，需要进行互补滤波来近似得到一个比较准确的角度。

传感器原始数据特点分析：

加速度数据，不是很准确，但是趋势是对的，通过受力分能够显示角度变化趋势，在长期变化来看是可以利用的。
角速度数据，加速度积分得到角度，但是由于传感器误差，积分作用会造成累计误差，所以角速度数据在短期是可以使用的，长期来看误差会很大是不可使用的

两种特点的数据使得我们对得到精确地角度看到了希望，以下几个内容需要明白

数字低通滤波器

可以让长期变化通过，滤波消除短期变化，用于对加速度计的滤波

数字高通滤波器

可以让短时信号通过，过滤出变化缓慢的信号，消除漂移

积分

数字积分是通过累加来实现的，即 Angle = gyro * dt
dt是采样时间越短积分值越准确

采样周期

这个简单，比如1ms获取一次时间，则采样率是1000HZ，采样时间为0.001s

时间常数

τ是常用时间常数符号，一般表示过渡反应的时间过程的常数。指该物理量从最大值衰减到最大值的1/e所需要的时间，对于滤波器而言是信号会作用的相对时间。
对于低通滤波器周期比时间常数大的多的信号可以平稳通过，周期比时间常数短的信号被滤出，高通则相反。
设互补滤波系数为a，则
y = a*y + (1-a)*x;
若以dt为周期执行，则有τ = (a*dt)/(1-a) ->得出互补滤波系数为 a = τ/(τ + dt)；

互补

即，高频信号与低频信号都与我们将求得的量相关，我们将其进行滤波运算，给两部分一个权重得到一个相对准确的值，或者得到一个很好的近似的过程

角度互补滤波器

Angle = (0.98) * (Angle + gyro * dt) + (0.02) *(acc);
我们可以根据采样周期来算出滤波器的时间常数，最终求得它的响应速度。同样的，我们也可以根据自己的需要，确定一个时间常数，进而获得合适的滤波系数，为了获取更加准确的值需要对系数进行一定的调整。

转载于:https://www.cnblogs.com/chengxq/p/9174694.html