传感器模型

IMU, GPS和距离传感器的校准和模拟

为加速度计、磁强计、陀螺仪、高度计、GPS、IMU和距离传感器进行传感器建模和仿真。分析传感器读数、传感器噪声、环境条件和其他配置参数。生成轨迹，以模拟这些传感器在世界中旅行，并校准传感器的性能。

若要融合多个传感器或使用其他定位算法，请参见定位与姿态估计．

功能

加速度计

accelparams 加速度计传感器参数

陀螺仪

`allanvar`	阿伦方差
`gyroparams`	陀螺仪传感器参数

磁力计

`magparams`	磁强计传感器参数
`magcal`	磁强计校准系数

卫星

`gnssconstellation`	指定时间的卫星位置
`lookangles`	从接收器和卫星位置看卫星的角度
`伪距`	GNSS接收机与卫星之间的伪距
`receiverposition`	估计GNSS接收器的位置和速度
`skyplot`	绘制卫星方位角和仰角数据
`extractNMEASentence`	验证并提取NMEA语句数据到字符串数组中
`rinexread`	从RINEX文件读取数据
`rinexinfo`	获取关于RINEX文件的信息
`semread`	从SEM年鉴文件中读取数据

对象

`gnssSensor`	模拟GNSS生成位置和速度读数
`altimeterSensor`	高度计仿真模型
`gpsSensor`	GPS接收机仿真模型
`imuSensor`	IMU仿真模型
`insSensor`	惯性导航系统和GNSS/GPS仿真模型
`rangeSensor`	模拟距离方位传感器读数
`wheelEncoderUnicycle`	模拟车轮编码器传感器读数的独轮车车辆
`wheelEncoderBicycle`	模拟自行车车辆的车轮编码器传感器读数
`wheelEncoderDifferentialDrive`	模拟差速驱动车辆的车轮编码器传感器读数
`wheelEncoderAckermann`	模拟车轮编码器传感器读数为阿克曼车辆
`kinematicTrajectory`	Rate-driven轨迹发生器
`timescope`	显示时域信号
`waypointTrajectory`	路径轨迹发生器
`nmeaParser`	解析从海洋电子设备发送的标准和特定于制造商的NMEA语句中的数据
`gpsdev`	连接到连接到主机的GPS接收器

块

IMU	IMU仿真模型
INS	模拟INS传感器
全球定位系统(GPS)	模拟有噪声的GPS传感器读数

主题

型号IMU, GPS, INS/GPS
惯性传感器和GPS的模型组合
利用Allan方差分析惯性传感器噪声
这个例子展示了如何使用艾伦方差来确定MEMS陀螺仪的噪声参数。
轮式编码器误差来源
探讨车轮编码器的各种误差来源及其对车轮里程数估计的影响。
消除角速度测量中的偏差
这个例子展示了如何从IMU中移除陀螺仪偏差imufilter．
配置时间范围MATLAB对象
定制timescope属性和使用测量工具。
从驾驶场景模拟惯性传感器读数
使用自动驾驶工具箱中的驾驶场景生成工具，从IMU、GPS和车轮编码器生成合成传感器数据。
分析GPS卫星能见度
这个例子展示了如何在指定的接收器位置和时间模拟和分析GPS卫星能见度。
模拟GPS传感器噪声
这个例子展示了如何使用GPS块在Simulink®中添加GPS传感器噪声到位置和速度输入。
模拟INS块
在本例中，通过使用执行左转弯轨迹的车辆的姿态信息来模拟INS块。

特色的例子

模拟IMU测量介绍

模拟惯性测量单元(IMU)的测量imuSensor系统对象。IMU可以包含多个单独的传感器，包括陀螺仪、加速计和磁强计。可以指定各个传感器的属性gyroparams，accelparams,magparams,分别。

打开脚本

磁强计校准

磁强计检测沿传感器X、Y、Z轴的磁场强度。精确的磁场测量对于传感器融合和确定航向和方向至关重要。

打开脚本

生成偏心的IMU读数

从安装在地面车辆上的传感器生成惯性测量单元(IMU)读数。根据传感器的位置不同，IMU的加速度也不同。

打开生活的脚本

利用惯性测量单元的手势识别

基于手持惯性测量单元(IMU)的手势识别。手势识别是一般人体活动识别(HAR)领域的一个子领域。在本例中，您使用四元数动态时间扭曲和聚类来构建一个模板匹配算法来对五个手势进行分类。

打开生活的脚本

惯性传感器融合中利用残差滤波检测多径GPS读取误差

使用residualgps对象功能和残留滤波检测时，新的传感器测量可能不一致的当前滤波器状态。

打开脚本

GNSS仿真概述

全球卫星导航系统(GNSS)模拟生成接收器位置估计。这些接收器位置估计来自GPS和GNSS传感器模型，作为gpsSensor和gnssSensor对象。使用精度输出的稀释来监视gnssSensor中位置估计的状态，并比较可用的卫星数量。

打开生活的脚本

利用模拟卫星星座估算GNSS接收器位置

使用模拟全球导航卫星系统(GNSS)接收器跟踪地面车辆的位置。利用卫星场景对象对卫星进行模拟，利用视角和伪距函数对接收机的卫星信号处理进行模拟，利用接收机位置函数对接收机位置进行估计。

打开生活的脚本

IMU与GNSS紧密耦合的地面车辆姿态估计

通过构建一个紧密耦合的扩展卡尔曼滤波器来估计地面车辆的位置和方向，并使用它来融合传感器测量。一个紧密耦合的滤波器融合了惯性测量单元(IMU)读数与原始全球导航卫星系统(GNSS)读数。相比之下，松散耦合的滤波器将IMU读数与过滤后的GNSS接收器读数融合在一起。

打开生活的脚本

IMU传感器融合与Simulink

使用Simulink®生成和融合IMU传感器数据。您可以精确地模拟加速度计、陀螺仪和磁强计的行为，并融合它们的输出来计算方向。

打开脚本

利用NMEA实时数据或NMEA日志文件绘制GNSS接收机位置

从NMEA语句中解析信息，并使用获得的信息绘制位置。在本例中，您使用导航工具箱中的nmeaParser系统对象来:

打开生活的脚本

使用C/A-Code的端到端GPS传统导航接收机

利用多卫星GPS基带波形估计全球定位系统(GPS)接收器的位置。您使用接收器独立交换格式(RINEX)和年鉴文件来建模GPS星座并生成多卫星基带波形。模拟卫星场景以获得卫星相对于建模接收机的相对位置。对于这个卫星场景，建立多普勒频移、延迟和接收信号功率的模型。基于这些计算，用多普勒频移、延迟和噪声来削弱所产生的基带信号。这个例子展示了如何从这个受损的GPS基带信号估计模拟接收机的位置。

打开生活的脚本