scale可看成是原始物理
v
,
ω
v,\omega
v,ω与ADC后的传感器输出值之间的比值,需要标定。
scale是尺度,Misalignment是轴偏,如yz轴投影到x轴上的轴偏。 不考虑bias时,测量出的
l
a
x
=
s
x
x
∗
a
x
+
m
x
y
∗
a
y
+
m
x
z
∗
a
z
l_{ax}=s_{xx}*a_x + m_{xy}*a_y + m_{xz}*a_z
lax=sxx∗ax+mxy∗ay+mxz∗az,尺度轴偏矩阵主对角线为尺度,其他为轴偏。
其他确定性误差还有
运行误差(每次都不一样),
温度相关误差(温度补偿或者标定方法)。
环境相关误差(高度,室内外等)
六面法标定bias和scale,分别将xzy三个轴朝上或者下放置,测出的应该是±g,但是会受到bias影响.于是
b
=
l
u
p
+
l
d
o
w
n
2
b = \frac{l^{up}+l^{down}}{2}
b=2lup+ldown就是两倍bias的均值,反之,相减绝对值就是
2
g
2g
2g,一除就是尺度scale。
3.2.1 六面法标定acc
l
1
l_1
l1 ~
l
6
l_6
l6是加速度测量值,S,b是待标定的尺度轴偏矩阵和bias,
a
1
a_1
a1 ~
a
6
a_6
a6是加速度的理论值,其中
g
=
9.81
g=9.81
g=9.81是标量。如此可以标定出
S
S
S和
b
b
b。
L
=
S
[
a
1
,
a
2
,
a
3
,
a
4
,
a
5
,
a
6
]
+
b
L=S[a_1, a_2,a_3,a_4,a_5,a_6]+b
L=S[a1,a2,a3,a4,a5,a6]+b 最小二乘法能够求出S和b共12个元素。
仅考虑高斯白噪声时(假设bias和n(t)是相互独立的)的协方差计算推导: 这里的
τ
\tau
τ实际上就是一个自变量,可以是
x
,
y
,
z
x,y,z
x,y,z等任意一个,是因为
t
t
t在这里要代表时间,所以使用了
τ
\tau
τ作为这里的自变量。本身高斯白噪声是满足高斯分布
n
(
t
)
n(t)
n(t)的,就如(13)式所定义。
协方差相关补充:
方差是协方差的特殊情况,方差实际上是对自身的协方差,即
D
(
X
)
=
C
o
v
(
X
,
X
)
D(X)=Cov(X,X)
D(X)=Cov(X,X),也就是X的二阶原点矩。
补充对于一二阶矩的定义:(一阶矩是期望
E
(
X
)
E(X)
E(X),二阶原点矩是
E
(
X
2
)
E(X^2)
E(X2),二阶非原点矩
E
(
(
(
X
−
E
(
X
)
)
2
)
E(\quad((X-E(X))^2\quad)
E(((X−E(X))2),平方是因为如果
E
(
X
)
E(X)
E(X)不为有0时,若出现了负值,则会使整体二阶矩偏大,如果加了平方就相当于加上了绝对值,就更能体现偏离均值的范围。
这里的协方差标准写法应该是
C
o
v
(
n
d
2
[
k
]
)
Cov(n_d^2[k])
Cov(nd2[k]),写法做了省略:
C
o
v
(
n
d
[
k
]
,
n
d
[
k
]
)
=
D
(
n
d
[
k
]
)
=
E
(
n
d
2
[
k
]
)
−
E
(
n
d
[
k
]
)
2
=
E
(
n
d
2
[
k
]
)
Cov(n_d[k],n_d[k])=D(n_d[k])=E(n_d^2[k])-E(n_d[k])^2=E(n_d^2[k])
Cov(nd[k],nd[k])=D(nd[k])=E(nd2[k])−E(nd[k])2=E(nd2[k])(因为这里
n
d
[
k
]
n_d[k]
nd[k]是均值为0的高斯分布,所以
E
(
n
d
[
k
]
)
=
0
\bm{E(n_d[k])=0}
E(nd[k])=0,方差=平方的期望-期望的平方),不好理解,内部展开就是下面项目的相乘
假设高斯白噪声是独立的,
n
(
τ
)
n
(
t
)
n(\tau)n(t)
n(τ)n(t)只有特定项(时间相差为1时)相乘才会有值,是狄拉克函数
δ
(
t
1
−
t
2
)
=
1
(
当且仅当
t
1
−
t
2
=
1
时
)
\delta(t_1-t_2)=1(当且仅当t_1-t_2=1时)
δ(t1−t2)=1(当且仅当t1−t2=1时) 右因为前面有:
在
t
Δ
t
t~\Delta t
tΔt时间内只有一个时刻能使狄拉克函数为1,所以内层积分为1,外层积分为
(
t
+
Δ
t
)
−
Δ
t
=
Δ
t
(t+\Delta t)-\Delta t=\Delta t
(t+Δt)−Δt=Δt ,消掉分母即得协方差
σ
2
Δ
t
\frac{\sigma^2}{\Delta t}
Δtσ2。 同理,下面的协方差写法也是做了省略,省略过程见上。