加速度随机游走_IMU Noise Model

本文详细介绍了IMU噪声模型,包括高斯白噪声和随机游走噪声的概念,以及如何将这些噪声离散化。通过分析加速度计和陀螺仪的噪声特性,探讨了传感器噪声参数的获取方法。文中还讨论了如何处理随机噪声和扰动的积分问题,以及在连续和离散域中系统误差状态方程的建立和推导。
摘要由CSDN通过智能技术生成

1.参考资料

2.相关定义

高斯白噪声

概率上服从高斯分布,一阶矩(均值)是常数,二阶矩(方差)无关即时域上不同时刻的信号时不相关的噪声;或者说噪声的瞬时值服从高斯分布(高斯),功率谱密度又是均匀分布的(白噪声),IMU的测量噪声建模为高斯白噪声。

随机游走噪声:

随机游走是维纳过程的离散形式,每一次更新位置都会叠加一个新的高斯白噪声,IMU的bias建模为随机游走噪声。随机游走噪声的均值是初值的均值,方差是初值方差*间隔时间。

3.IMU 的噪声模型

3.1噪声的建模

参考<1>,将IMU的测量模型包含两类传感器误差(error),一类是波动激烈的测量白噪声nt,一类是变化缓慢的bias:bt,我是这样理解的,测量噪声是AD转换器件引起的外部噪声;bias是传感器内部机械、温度等各种物理因素产生的传感器内部误差的综合参数。IMU的加速度计和陀螺仪的每个轴都用彼此相互独立的参数建模,一个角速度测量值和真值之间的连续域上的关系可以写作:

287ccab599c440b21cc877e6a14918e7.png

3.2白噪声和随机游走噪声的离散化

白噪声的离散化,这里的方差推导思路是将一个采样时间的的噪声水平保持恒定,并将其平均到采样时间的每一刻。

  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值