Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

IMU

Modèle de simulation IMU

Depuis R2020a

• 

×

Bibliothèques :
Sensor Fusion and Tracking Toolbox / Multisensor Positioning / Sensor Models
Navigation Toolbox / Multisensor Positioning / Sensor Models

Description

Les modèles de blocs IMU Simulink^® reçoivent des données d'une unité de mesure inertielle (IMU) composée de capteurs accéléromètre, gyroscope et magnétomètre. Vous pouvez spécifier le cadre de référence des entrées de bloc comme cadre NED (Nord-Est-Bas) ou ENU (Est-Nord-Up) en utilisant le paramètre Reference Frame.

Exemples

IMU Sensor Fusion with Simulink

Generate and fuse IMU sensor data using Simulink®. You can accurately model the behavior of an accelerometer, a gyroscope, and a magnetometer and fuse their outputs to compute orientation.

Ouvrir le script

Ports

Entrée

Linear Acceleration — Accélération de l'IMU dans le système de coordonnées de navigation local (m/s²)

N-matrice par 3 de scalaire réel

Accélération de l'IMU dans le système de coordonnées de navigation local, spécifiée comme une matrice N-par 3 de scalaires réels en mètres par seconde carrée. N est le nombre d’échantillons dans la base actuelle. N'incluez pas l'accélération gravitationnelle dans cette entrée car le capteur modélise l'accélération gravitationnelle par défaut.

Pour spécifier l'orientation du cadre du corps du capteur IMU par rapport au cadre de navigation local, utilisez le port d'entrée Orientation .

Types de données : single | double

Angular Velocity — Vitesse angulaire de l'IMU dans le système de coordonnées de navigation local (rad/s)

N-matrice par 3 de scalaire réel

Vitesse angulaire du cadre du corps du capteur IMU dans le système de coordonnées de navigation local, spécifiée sous la forme d'une matrice N-par-3 de scalaires en radians par seconde. N est le nombre d’échantillons dans la base actuelle. Pour spécifier l'orientation du cadre du corps du capteur IMU par rapport au cadre de navigation local, utilisez le port d'entrée Orientation .

Types de données : single | double

Orientation — Orientation de l'IMU dans le système de coordonnées de navigation local

N-tableau par 4 de scalaires réels | 3-by-3-by- N-matrice de rotation des éléments

Orientation du cadre du corps du capteur IMU par rapport au système de coordonnées de navigation local, spécifié comme un N-un tableau par 4 de scalaires réels ou un de 3 par 3 par- Matrice de rotation $N . Chaque ligne du tableau N-by-4 est supposée être les quatre éléments d'un quaternion (Sensor Fusion and Tracking Toolbox). N est le nombre d’échantillons dans la base actuelle.

Types de données : single | double

Temperature — Température de l'IMU (℃)

N-par-1 vecteur de scalaire réel

Température de l'IMU, spécifiée comme un vecteur N-par-1 de scalaires réels en degrés Celsius.

Dépendances

Pour activer ce port, dans l'onglet Parameters , sélectionnez Specify temperature from input port.

Types de données : single | double

Magnetic Field — Vecteur de champ magnétique dans le système de coordonnées de navigation local (μT)

N-matrice par 3 de scalaire réel

Vecteur de champ magnétique dans le système de coordonnées de navigation local, spécifié sous la forme d'une matrice N-par-3 de scalaires en microteslas.

Dépendances

Pour activer ce port, dans l'onglet Parameters , sélectionnez Specify magnetic field from input port.

Types de données : single | double

Sortir

Accel — Mesure par accéléromètre de l'IMU dans le système de coordonnées du corps du capteur (m/s²)

N-matrice par 3 de scalaire réel

Mesure de l'accéléromètre de l'IMU dans le système de coordonnées du corps du capteur, renvoyée sous la forme d'une N-par-3 de scalaires réels en mètres par seconde carrée. N est le nombre d’échantillons dans la base actuelle.

Types de données : single | double

Gyro — Mesure gyroscope de l'IMU dans le système de coordonnées du corps du capteur (rad/s)

N-matrice par 3 de scalaire réel

Mesure gyroscope de l'IMU dans le système de coordonnées du corps du capteur, renvoyée sous la forme d'une matrice N-par-3 de scalaires réels en radians par seconde. N est le nombre d’échantillons dans la base actuelle.

Types de données : single | double

Mag — Mesure magnétométrique de l'IMU dans le système de coordonnées du corps du capteur (μT)

N-matrice par 3 de scalaire réel

Mesure du magnétomètre de l'IMU dans le système de coordonnées du corps du capteur, renvoyée sous la forme d'une N-par-3 de scalaires réels en microtesla. N est le nombre d’échantillons dans la base actuelle.

Types de données : single | double

Paramètres

Paramètres

— Référentiel de navigation

NED (par défaut) | ENU

Référentiel de navigation, spécifié comme NED (Nord-Est-Bas) ou ENU (Est-Nord-Up).

Remarque

• Si vous choisissez le cadre de référence NED, spécifiez les entrées du capteur dans le cadre de référence NED. De plus, le capteur modélise l'accélération gravitationnelle comme [0 0 9.81] m/s².

• Si vous choisissez le cadre de référence ENU, spécifiez les entrées du capteur dans le cadre de référence ENU. De plus, le capteur modélise l'accélération gravitationnelle comme [0 0 −9,81] m/s².

— Spécifier la température du port d'entrée

désactivé (par défaut) | sur

Cochez cette case pour activer la saisie de la température à l'aide du port d'entrée Temperature .

— Température de fonctionnement de l'IMU (^o C)

25 (par défaut) | scalaire réel

Température de fonctionnement de l'IMU en degrés Celsius, spécifiée comme un scalaire réel.

Lorsque le bloc calcule les facteurs d'échelle de température et les bruits de dérive environnementaux, 25 ^o C est utilisé comme température nominale.

Dépendances

Pour activer ce paramètre, désélectionnez Specify temperature from input port.

Types de données : single | double

— Spécifier le champ magnétique du port d'entrée

désactivé (par défaut) | sur

Cochez cette case pour activer l'entrée du champ magnétique à l'aide du port d'entrée Magnetic field .

— Vecteur de champ magnétique exprimé en trame de navigation NED (μT)

[27.5550, -2.4169, -16.0849] (par défaut) | Vecteur 1 par 3 de scalaire

Vecteur de champ magnétique exprimé dans le cadre de navigation NED, spécifié comme un vecteur de scalaires 1 x 3.

Le champ magnétique par défaut correspond au champ magnétique à la latitude zéro, à la longitude zéro et à l'altitude zéro.

Dépendances

Pour activer ce paramètre, définissez Reference frame sur NED et désélectionnez Specify magnetic field from input port.

Types de données : single | double

— Vecteur de champ magnétique exprimé en trame de navigation ENU (μT)

[-2.4169, 27.5550, 16.0849] (par défaut) | Vecteur 1 par 3 de scalaire

Vecteur de champ magnétique exprimé dans le cadre de navigation ENU, spécifié comme un vecteur 1 x 3 de scalaires.

Le champ magnétique par défaut correspond au champ magnétique à la latitude zéro, à la longitude zéro et à l'altitude zéro.

Dépendances

Pour activer ce paramètre, définissez Reference frame sur ENU et désélectionnez Specify magnetic field from input port.

Types de données : single | double

— Graine initiale pour la randomisation

67 (par défaut) | entier non négatif

Graine initiale d'un algorithme générateur de nombres aléatoires, spécifiée comme un entier non négatif.

Types de données : single | double

— Type de simulation à exécuter

Interpreted Execution (par défaut) | Code Generation

• Interpreted execution — Simulez le modèle à l'aide de l'interpréteur MATLAB^® . Cette option réduit le temps de démarrage. En mode Interpreted execution , vous pouvez déboguer le code source du bloc.

• Code generation — Simulez le modèle à l'aide du code C généré. La première fois que vous exécutez une simulation, Simulink génère du code C pour le bloc. Le code C est réutilisé pour les simulations ultérieures si le modèle ne change pas. Cette option nécessite un temps de démarrage supplémentaire.

Accéléromètre

— Lecture maximale du capteur (m/s²)

inf (par défaut) | scalaire réel positif

Lecture maximale du capteur en m/s², spécifiée comme un scalaire réel positif.

Types de données : single | double

— Résolution des mesures du capteur ((m/s²)/LSB)

0 (par défaut) | scalaire réel non négatif

Résolution des mesures du capteur en (m/s²)/LSB, spécifié comme un scalaire réel non négatif.

Types de données : single | double

— Biais de décalage constant du capteur (m/s²)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais de décalage constant du capteur en m/s², spécifié comme un scalaire réel ou un vecteur ligne à 3 éléments de réels. Toute entrée scalaire est convertie en un vecteur ligne à 3 éléments de réels où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Inclinaison des axes du capteur (%)

diag([100 100 100]) (par défaut) | scalaire | Vecteur de ligne à 3 éléments | Matrice 3x3

Les axes du capteur sont inclinés en pourcentage, spécifié sous forme de scalaire, de vecteur ligne à 3 éléments ou de matrice 3 x 3. Les éléments diagonaux de la matrice tiennent compte des effets de désalignement pour chaque axe. Les éléments hors diagonale représentent les effets de désalignement des axes transversaux. L'état mesuré v measure est obtenu à partir de l'état réel v true via la matrice de désalignement comme :

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si vous spécifiez la propriété comme scalaire, alors tous les éléments hors diagonale de la matrice prennent la valeur du scalaire spécifié et tous les éléments diagonaux sont 100.

• Si vous spécifiez la propriété comme vecteur [a b c], alors m 21 = m 31 = a, m 12 = m 32 = b, et m 13 = m 23 = c. Tous les éléments diagonaux valent 100.

Types de données : single | double

— Vitesse de marche aléatoire (m/s²/√Hz)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Vitesse de marche aléatoire (m/s²/√Hz), spécifiée comme un scalaire réel ou un vecteur de ligne à 3 éléments. Cette propriété correspond à la densité spectrale de puissance du bruit du capteur. Toute entrée scalaire est convertie en un vecteur ligne à 3 éléments de réels où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Instabilité du décalage de biais (m/s²)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Instabilité du décalage de biais en m/s², spécifié comme un vecteur ligne scalaire réel ou à 3 éléments. Toute entrée scalaire est convertie en un véritable vecteur ligne à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Coefficients du numérateur du filtre d'instabilité de biais

fractalcoef.Numerator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du numérateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Coefficients du dénominateur du filtre d'instabilité de biais

fractalcoef.Denominator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du dénominateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Marche aléatoire d'accélération ((m/s²)(√Hz))

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Accélération marche aléatoire du capteur en (m/s²)(√Hz), spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Type de bruit aléatoire

double-sided (par défaut) | single-sided

Sélectionnez le type de bruit aléatoire comme :

• double-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 2.

• single-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 1.

Types de données : single | double

— Biais du capteur par rapport à la température ((m/s²)/℃)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais du capteur à partir de la température en (m/s²)/℃, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un véritable vecteur ligne à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Erreur de facteur d'échelle par rapport à la température (%/℃)

[0 0 0] (par défaut) | scalaire réel dans la plage [0,100] | vecteur ligne réel à 3 éléments dans la plage [0,100]

Erreur de facteur d'échelle par rapport à la température en %/℃, spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments avec des valeurs allant de 0 à 100. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

Gyroscope

— Lecture maximale du capteur (rad/s)

inf (par défaut) | scalaire réel positif

Lecture maximale du capteur en rad/s, spécifiée comme un scalaire réel positif.

Types de données : single | double

— Résolution des mesures du capteur ((rad/s)/LSB)

0 (par défaut) | scalaire réel non négatif

Résolution des mesures du capteur en (rad/s)/LSB, spécifiée comme un scalaire réel non négatif.

Types de données : single | double

— Biais de décalage constant du capteur (rad/s)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais de décalage constant du capteur en rad/s, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Inclinaison des axes du capteur (%)

diag([100 100 100]) (par défaut) | scalaire | Vecteur de ligne à 3 éléments | Matrice 3x3

Les axes du capteur sont inclinés en pourcentage, spécifié sous forme de scalaire, de vecteur ligne à 3 éléments ou de matrice 3 x 3. Les éléments diagonaux de la matrice tiennent compte des effets de désalignement pour chaque axe. Les éléments hors diagonale représentent les effets de désalignement des axes transversaux. L'état mesuré v measure est obtenu à partir de l'état réel v true via la matrice de désalignement comme :

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si vous spécifiez la propriété comme scalaire, alors tous les éléments hors diagonale de la matrice prennent la valeur du scalaire spécifié et tous les éléments diagonaux sont 100.

• Si vous spécifiez la propriété comme vecteur [a b c], alors m 21 = m 31 = a, m 12 = m 32 = b, et m 13 = m 23 = c. Tous les éléments diagonaux valent 100.

Types de données : single | double

— Biais du capteur dû à l'accélération linéaire (rad/s)/(m/s²)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais du capteur dû à l'accélération linéaire en (rad/s)/(m/s²), spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Angle de marche aléatoire ((rad/s)/(√Hz))

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Angle de marche aléatoire du capteur en (rad/s)/(√Hz), spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Instabilité du décalage de biais (rad/s)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Instabilité du décalage de biais en rad/s, spécifié comme un vecteur ligne scalaire réel ou à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Coefficients du numérateur du filtre d'instabilité de biais

fractalcoef.Numerator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du numérateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Coefficients du dénominateur du filtre d'instabilité de biais

fractalcoef.Denominator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du dénominateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Type de bruit aléatoire

double-sided (par défaut) | single-sided

Sélectionnez le type de bruit aléatoire comme :

• double-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 2.

• single-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 1.

Types de données : single | double

— Bruit blanc intégré du capteur ((rad/s)(√Hz))

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Bruit blanc intégré du capteur en (rad/s)(√Hz), spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Biais du capteur par rapport à la température ((rad/s)/℃)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais du capteur à partir de la température en (rad/s)/℃, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Erreur de facteur d'échelle par rapport à la température (%/℃)

[0 0 0] (par défaut) | scalaire réel dans la plage [0,100] | vecteur ligne réel à 3 éléments dans la plage [0,100]

Erreur de facteur d'échelle par rapport à la température en %/℃, spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments avec des valeurs allant de 0 à 100. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

Magnétomètre

— Lecture maximale du capteur (μT)

inf (par défaut) | scalaire réel positif

Lecture maximale du capteur en μT, spécifiée comme un scalaire réel positif.

Types de données : single | double

— Résolution des mesures du capteur ((μT)/LSB)

0 (par défaut) | scalaire réel non négatif

Résolution des mesures du capteur en (μT)/LSB, spécifiée comme un scalaire réel non négatif.

Types de données : single | double

— Biais de décalage constant du capteur (μT)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais de décalage constant du capteur en μT, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Inclinaison des axes du capteur (%)

diag([100 100 100]) (par défaut) | scalaire | Vecteur de ligne à 3 éléments | Matrice 3x3

Les axes du capteur sont inclinés en pourcentage, spécifié sous forme de scalaire, de vecteur ligne à 3 éléments ou de matrice 3 x 3. Les éléments diagonaux de la matrice tiennent compte des effets de désalignement pour chaque axe. Les éléments hors diagonale représentent les effets de désalignement des axes transversaux. L'état mesuré v measure est obtenu à partir de l'état réel v true via la matrice de désalignement comme :

$$v_{measure}=\frac{1}{100}M{v}_{true}=\frac{1}{100}\left[\begin{array}{ccc}{m}_{11}& m_{12}& m_{13}\\ m_{21}& m_{22}& m_{23}\\ m_{31}& m_{32}& m_{33}\end{array}\right]v_{true}$$

• Si vous spécifiez la propriété comme scalaire, alors tous les éléments hors diagonale de la matrice prennent la valeur du scalaire spécifié et tous les éléments diagonaux sont 100.

• Si vous spécifiez la propriété comme vecteur [a b c], alors m 21 = m 31 = a, m 12 = m 32 = b, et m 13 = m 23 = c. Tous les éléments diagonaux valent 100.

— Densité spectrale de puissance du bruit du capteur (μT/√Hz)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Densité spectrale de puissance du bruit du capteur en μT/√Hz, spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Instabilité du décalage de biais (μT)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Instabilité du décalage de biais en μT, spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Coefficients du numérateur du filtre d'instabilité de biais

fractalcoef.Numerator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du numérateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Coefficients du dénominateur du filtre d'instabilité de biais

fractalcoef.Denominator (par défaut) | vecteur de ligne à valeur réelle

Coefficients du dénominateur du filtre d'instabilité de biais, spécifiés sous la forme d'un vecteur de ligne à valeur réelle. Pour spécifier les coefficients du bruit fractal, utilisez la fonction fractalcoef (Sensor Fusion and Tracking Toolbox) .

Types de données : single | double

— Type de bruit aléatoire

double-sided (par défaut) | single-sided

Sélectionnez le type de bruit aléatoire comme :

• double-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 2.

• single-sided — Les coefficients de bruit aléatoire ont un facteur d'échelle de 1.

Types de données : single | double

— Bruit blanc intégré du capteur ((μT)*√Hz)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Bruit blanc intégré du capteur en (μT)*√Hz, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Biais du capteur par rapport à la température (μT/℃)

[0 0 0] (par défaut) | scalaire réel | vecteur de ligne réel à 3 éléments

Biais du capteur à partir de la température en μT/℃, spécifié comme un scalaire réel ou un vecteur ligne réel à 3 éléments. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

— Erreur de facteur d'échelle par rapport à la température (%/℃)

[0 0 0] (par défaut) | scalaire réel dans la plage [0,100] | vecteur ligne réel à 3 éléments dans la plage [0,100]

Erreur de facteur d'échelle par rapport à la température en %/℃, spécifiée comme un scalaire réel ou un vecteur ligne réel à 3 éléments avec des valeurs allant de 0 à 100. Toute entrée scalaire est convertie en un vecteur ligne réel à 3 éléments où chaque élément a la valeur scalaire d'entrée.

Types de données : single | double

Algorithmes

Accéléromètre

La description de l'algorithme suivante suppose une trame de navigation NED. Le modèle d'accéléromètre utilise les entrées d'orientation et d'accélération de la vérité terrain ainsi que les propriétés imuSensor et accelparams pour modéliser les lectures de l'accéléromètre.

Obtenir une accélération totale

Pour obtenir l'accélération totale (totalAcc), l'accélération est prétraitée en niant et en ajoutant le vecteur constant de gravité (g= [0; 0; 9,8] m/sTG en supposant une trame NED) comme :

$$totalAcc=-acceleration+g$$

Le terme acceleration est annulé pour obtenir des lectures d'accélération totale nulle lorsque l'accéléromètre est dans un environnement libre. automne. Le terme acceleration est également connu sous le nom de force spécifique.

Convertir en cadre de capteur

Ensuite, l'accélération totale est convertie du référentiel de navigation local vers le référentiel du capteur en utilisant :

$$a=\left(orientation\right){\left(totalAcc\right)}^T$$

Si l'orientation est saisie sous forme de quaternion, elle est convertie en matrice de rotation avant traitement.

Modèle en vrac

L'accélération de la vérité terrain dans le cadre du capteur, a, passe par le modèle global, qui ajoute un désalignement et un biais des axes :

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

où ConstantBias est une propriété de accelparams, et α 1 , α 2 et α 3 sont donnés par les premier, deuxième et troisième éléments de la propriété AxesMisalignment de accelparams.

Dérive d'instabilité de biais

La dérive d'instabilité de biais β 1 est modélisée comme un bruit blanc biaisé puis filtrée :

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

où k est l'indice de pas de temps discret, BiasInstability est une propriété de accelparams, w est bruit blanc qui suit une distribution normale de moyenne 0 et de variance 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . [g 1 , g 2 , …, g n+1 ] sont les coefficients du dénominateur spécifié dans la propriété BiasInstabilityCoefficients de l'objet accelparams . [g 1 , g 2 , …, g m+1 ] sont les coefficients du numérateur de la propriété BiasInstabilityCoefficients . n et m sont les ordres des coefficients du dénominateur et du numérateur, respectivement.

Dérive du bruit blanc

La dérive du bruit blanc est modélisée en multipliant les éléments du flux aléatoire de bruit blanc par l'écart type :

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

où w est le bruit blanc qui suit une distribution normale de moyenne 0 et variance de 1, SampleRate est une propriété imuSensor , et NoiseDensity est une propriété accelparams . La variable d'échelle s = 2 si la propriété NoiseType de l'objet accelparams est double face et s = 1 si la propriété NoiseType est simple face.

Dérive de marche aléatoire

La dérive de marche aléatoire est modélisée en polarisant les éléments du flux aléatoire de bruit blanc puis en filtrant :

$${\beta }_2(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

où k est l'indice de pas de temps discret, RandomWalk est une propriété de accelparams, SampleRate est une propriété de imuSensor, w est un bruit blanc qui suit une distribution normale de moyenne 0 et de variance de 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . La variable d'échelle s = 2 si la propriété NoiseType de l'objet accelparams est double face et s = 1 si la propriété NoiseType est simple face.

Bruit de dérive environnemental

Le bruit de dérive environnementale est modélisé en multipliant la différence de température par rapport à une norme avec le biais de température :

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

où Temperature est une propriété de imuSensor, et TemperatureBias est une propriété de accelparams. La constante 25 correspond à une température standard.

Modèle d'erreur de facteur d'échelle

L'erreur du facteur d'échelle de température est modélisée comme :

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

où Temperature est une propriété de imuSensor et TemperatureScaleFactor est une propriété de accelparams. La constante 25 correspond à une température standard.

Modèle de quantification

La quantification est modélisée en saturant d'abord le modèle de signal continu :

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

, puis en définissant la résolution :

$$accelReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

où MeasurementRange est une propriété de accelparams.

Gyroscope

La description de l'algorithme suivante suppose une trame de navigation NED. Le modèle de gyroscope utilise les entrées d'orientation, d'accélération et de vitesse angulaire de la vérité terrain, ainsi que les propriétés imuSensor et gyroparams pour modéliser les lectures de l'accéléromètre.

Convertir en cadre de capteur

La vitesse angulaire de la vérité terrain est convertie du cadre local au cadre du capteur en utilisant l'orientation de la vérité terrain :

$$a=\left(orientation\right){\left(angularVelocity\right)}^T$$

Si l'orientation est saisie sous forme de quaternion, elle est convertie en matrice de rotation avant traitement.

Modèle en vrac

La vitesse angulaire de la vérité terrain dans le cadre du capteur, a, passe par le modèle global, ce qui ajoute un désalignement et un biais des axes :

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

où ConstantBias est une propriété de gyroparams, et α 1 , α 2 et α 3 sont donnés par les premier, deuxième et troisième éléments de la propriété AxesMisalignment de gyroparams.

Dérive d'instabilité de biais

La dérive d'instabilité de biais β 1 est modélisée comme un bruit blanc biaisé puis filtrée :

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

où k est l'indice de pas de temps discret, BiasInstability est une propriété de gyroparams, w est bruit blanc qui suit une distribution normale de moyenne 0 et de variance 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . [g 1 , g 2 , …, g n+1 ] sont les coefficients du dénominateur spécifié dans la propriété BiasInstabilityCoefficients de l'objet gyroparams . [g 1 , g 2 , …, g m+1 ] sont les coefficients du numérateur de la propriété BiasInstabilityCoefficients . n et m sont les ordres des coefficients du dénominateur et du numérateur, respectivement.

Dérive du bruit blanc

La dérive du bruit blanc est modélisée en multipliant les éléments du flux aléatoire de bruit blanc par l'écart type :

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

où w est le bruit blanc qui suit une distribution normale de moyenne 0 et variance de 1, SampleRate est une propriété imuSensor , et NoiseDensity est une propriété gyroparams . La variable d'échelle s = 2 si la propriété NoiseType de l'objet gyroparams est double face et s = 1 si la propriété NoiseType est simple face.

Dérive de marche aléatoire

La dérive de marche aléatoire est modélisée en polarisant les éléments du flux aléatoire de bruit blanc puis en filtrant :

$${\beta }_2(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

où k est l'indice de pas de temps discret, RandomWalk est une propriété de gyroparams, SampleRate est une propriété de imuSensor, et w est un bruit blanc qui suit une distribution normale de moyenne 0 et de variance de 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . La variable d'échelle s = 2 si la propriété NoiseType de l'objet gyroparams est double face et s = 1 si la propriété NoiseType est simple face.

Bruit de dérive environnemental

Le bruit de dérive environnementale est modélisé en multipliant la différence de température par rapport à une norme avec le biais de température :

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

où Temperature est une propriété de imuSensor, et TemperatureBias est une propriété de gyroparams. La constante 25 correspond à une température standard.

Dérive du biais d’accélération

La dérive du biais d'accélération est modélisée en multipliant l'entrée d'accélération et le biais d'accélération :

$${\Delta }_a=acceleration*\text{AccelerationBias}$$

où AccelerationBias est une propriété de gyroparams.

Modèle d'erreur de facteur d'échelle

L'erreur du facteur d'échelle de température est modélisée comme :

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

où Temperature est une propriété de imuSensor et TemperatureScaleFactor est une propriété de gyroparams. La constante 25 correspond à une température standard.

Modèle de quantification

La quantification est modélisée en saturant d'abord le modèle de signal continu :

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

, puis en définissant la résolution :

$$gyroReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

où MeasurementRange est une propriété de gyroparams.

Magnétomètre

La description de l'algorithme suivante suppose une trame de navigation NED. Le modèle du magnétomètre utilise les entrées d'orientation et d'accélération de la vérité terrain, ainsi que les propriétés imuSensor et magparams pour modéliser les lectures du magnétomètre.

Convertir en cadre de capteur

L'accélération de la vérité terrain est convertie du référentiel local vers le référentiel du capteur en utilisant l'orientation vérité terrain :

$$a=\left(orientation\right){\left(totalAcc\right)}^T$$

Si l'orientation est saisie sous forme de quaternion, elle est convertie en matrice de rotation avant traitement.

Modèle en vrac

L'accélération de la vérité terrain dans le cadre du capteur, a, passe par le modèle global, qui ajoute un désalignement et un biais des axes :

$$b={\left(\left[\begin{array}{ccc}1& \frac{{\alpha }_2}{100}& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& 1& \frac{{\alpha }_3}{100}\\ \frac{{\alpha }_1}{100}& \frac{{\alpha }_2}{100}& 1\end{array}\right]\left(a^T\right)\right)}^T+\text{ConstantBias}$$

où ConstantBias est une propriété de magparams, et α 1 , α 2 et α 3 sont donnés par les premier, deuxième et troisième éléments de la propriété AxesMisalignment de magparams.

Dérive d'instabilité de biais

La dérive d'instabilité de biais β 1 modélisée comme un bruit blanc biaisé puis filtrée :

$$\begin{array}{l}{g}_1{\beta }_1(k)=-g_2{\beta }_1(k-1)-g_3{\beta }_1(k-2)\dots -g_{n+1}{\beta }_1(k-n)\\ +f_{1}x(k)+f_{2}x(k-1)+\dots +f_{m+1}x(k-m)\\ x(k)=(\text{BiasInstability})w(k)\end{array}$$

où k est l'indice de pas de temps discret, BiasInstability est une propriété de magparams, w est bruit blanc qui suit une distribution normale de moyenne 0 et de variance 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . [g 1 , g 2 , …, g n+1 ] sont les coefficients du dénominateur spécifié dans la propriété BiasInstabilityCoefficients de l'objet magparams . [g 1 , g 2 , …, g m+1 ] sont les coefficients du numérateur de la propriété BiasInstabilityCoefficients . n et m sont les ordres des coefficients du dénominateur et du numérateur, respectivement.

Dérive du bruit blanc

La dérive du bruit blanc est modélisée en multipliant les éléments du flux aléatoire de bruit blanc par l'écart type :

$${\beta }_2=\left(w\right)\left(\sqrt{\frac{\text{SampleRate}}{s}}\right)\left(\text{NoiseDensity}\right)$$

où w est le bruit blanc qui suit une distribution normale de moyenne 0 et variance de 1, SampleRate est une propriété imuSensor , et NoiseDensity est une propriété magparams . La variable d'échelle s = 2 si la propriété NoiseType de l'objet magparams est double face et s = 1 si la propriété NoiseType est simple face.

Dérive de marche aléatoire

La dérive de marche aléatoire est modélisée en polarisant les éléments du flux aléatoire de bruit blanc puis en filtrant :

$${\beta }_2(k)={\beta }_2(k-1)+w(k)\left(\frac{\text{RandomWalk}}{\sqrt{\frac{\text{SampleRate}}{s}}}\right)$$

où k est l'indice de pas de temps discret, RandomWalk est une propriété de magparams, SampleRate est une propriété de imuSensor, w est un bruit blanc qui suit une distribution normale de moyenne 0 et de variance de 1. La taille du pas de temps discret est l'inverse de la propriété SampleRate . La variable d'échelle s = 2 si la propriété NoiseType de l'objet magparams est double face et s = 1 si la propriété NoiseType est simple face.

Bruit de dérive environnemental

Le bruit de dérive environnementale est modélisé en multipliant la différence de température par rapport à une norme avec le biais de température :

$${\Delta }_e=(\text{Temperature}-25)(\text{TemperatureBias})$$

où Temperature est une propriété de imuSensor, et TemperatureBias est une propriété de magparams. La constante 25 correspond à une température standard.

Modèle d'erreur de facteur d'échelle

L'erreur du facteur d'échelle de température est modélisée comme :

$$scaleFactorError=1+\left(\frac{\text{Temperature}-25}{100}\right)(\text{TemperatureScaleFactor})$$

où Temperature est une propriété de imuSensor et TemperatureScaleFactor est une propriété de magparams. La constante 25 correspond à une température standard.

Modèle de quantification

La quantification est modélisée en saturant d'abord le modèle de signal continu :

$$e=\{\begin{array}{c}\begin{array}{c}\text{MeasurementRange}\\ -\text{MeasurementRange}\end{array}\\ d\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}\text{if}\\ \text{if}\\ \text{else}\end{array}\begin{array}{c}\\ \\ \end{array}\begin{array}{c}d>\text{MeasurementRange}\\ -d>\text{MeasurementRange}\\ \end{array}$$

, puis en définissant la résolution :

$$magReadings=(\text{Resolution})\left(\mathrm{round}\left(\frac{e}{\text{Resolution}}\right)\right)$$

où MeasurementRange est une propriété de magparams.

Capacités étendues

Génération de code C/C++
Générez du code C et C++ avec Simulink® Coder™.

Historique des versions

Introduit dans R2020a

Voir aussi

Classes

• accelparams | gyroparams | magparams

Objets

• imuSensor | gpsSensor

Rubriques

• Model IMU, GPS, and INS/GPS