传感器模型

IMU, GPS和距离传感器的校准和模拟

执行传感器建模和仿真加速度计，磁力计，陀螺仪，高度计，GPS, IMU和距离传感器。分析传感器读数、传感器噪声、环境条件和其他配置参数。生成轨迹来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，请参见定位和姿态估计．

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`	磁力计校准系数

卫星

`gnssconstellation`	卫星位置在指定时间
`lookangles`	从接收器和卫星位置看卫星角度
`伪距`	GNSS接收机与卫星之间的伪距离
`receiverposition`	估计GNSS接收机的位置和速度
`skyplot`	绘制卫星方位角和高程数据
`extractNMEASentence`	验证并提取NMEA句子数据到字符串数组中
`rinexread`	从RINEX文件读取数据
`rinexinfo`	获取有关RINEX文件的信息
`semread`	从SEM年鉴文件中读取数据
`yumaread`	从YUMA年历文件读取数据

对象

`gnssSensor`	模拟GNSS生成位置和速度读数
`gnssMeasurementGenerator`	模拟GNSS测量场景
`altimeterSensor`	高度表仿真模型
`gpsSensor`	GPS接收机仿真模型
`imuSensor`	IMU仿真模型
`insSensor`	惯性导航系统与GNSS/GPS仿真模型
`rangeSensor`	模拟距离轴承传感器读数
`wheelEncoderUnicycle`	模拟车轮编码器传感器读数的独轮车车辆
`wheelEncoderBicycle`	模拟车轮编码器传感器读数的自行车车辆
`wheelEncoderDifferentialDrive`	模拟车轮编码器传感器读数差动驱动车辆
`wheelEncoderAckermann`	模拟车轮编码器传感器读数的阿克曼车辆
`kinematicTrajectory`	速率驱动轨迹发生器
`timescope`	显示时域信号
`waypointTrajectory`	航路点轨迹发生器
`nmeaParser`	从海洋电子设备发送的标准和制造商特定的NMEA语句中解析数据
`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)	用噪声模拟GPS传感器读数

主题

IMU、GPS、INS/GPS型号
惯性传感器和GPS的组合模型
利用Allan方差分析惯性传感器噪声
本例展示了如何使用Allan方差来确定MEMS陀螺仪的噪声参数。
车轮编码器错误来源
探索车轮编码器的各种误差来源，以及它们如何影响车轮里程数估计。
消除角速度测量中的偏差
这个例子展示了如何删除陀螺仪偏差从IMU使用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。
GPS卫星能见度分析
这个例子展示了如何使用GPS星历表或历书文件模拟和分析GPS卫星在指定接收机位置和时间的可见性。
模拟GPS传感器噪声
这个例子展示了如何使用GPS块将GPS传感器噪声添加到Simulink®中的位置和速度输入。
模拟INS块
在本例中，通过使用车辆进行左转弯轨迹的姿态信息来模拟INS块。

特色的例子

IMU测量模拟简介

使用imussensor System对象模拟惯性测量单元(IMU)测量。IMU可以包括单个传感器的组合，包括陀螺仪、加速度计和磁力计。您可以分别使用gyroparams、accelparams和magparams指定各个传感器的属性。

打开实时脚本

磁强计校准

磁力计沿传感器的X、Y和Z轴检测磁场强度。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

生成偏离中心的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加速度也不同。

打开实时脚本

使用惯性测量单元的手势识别

基于手持惯性测量单元(IMU)识别手势。手势识别是一般人类活动识别(HAR)领域的一个子领域。在本例中，使用四元数动态时间扭曲和聚类构建模板匹配算法，对五种手势进行分类。

打开实时脚本

惯性传感器融合中残差滤波的多径GPS读取误差检测

使用residualgps对象函数和残差滤波用于检测新的传感器测量值何时可能与当前滤波器状态不一致。

打开脚本

GNSS仿真概述

全球导航卫星系统(GNSS)模拟生成接收机位置估计。这些接收机位置估计来自GPS和GNSS传感器模型，作为gpsSensor和gnssSensor对象。使用精度输出的稀释度监测gnssSensor中的位置估计状态，并比较可用的卫星数量。

打开实时脚本

用模拟卫星星座估计GNSS接收机位置

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。利用卫星场景对象模拟卫星，利用观测角和伪距函数模拟接收机的卫星信号处理，利用接收机位置函数估计接收机的位置。

打开实时脚本

紧密耦合IMU和GNSS的地面车辆姿态估计

通过建立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将惯性测量单元(IMU)读数与原始全球导航卫星系统(GNSS)读数融合在一起。相反，松散耦合滤波器将IMU读数与过滤后的GNSS接收机读数融合在一起。

打开实时脚本

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、陀螺仪和磁力计的行为，并融合它们的输出来计算方向。

打开脚本

使用NMEA实时数据或NMEA日志文件绘制GNSS接收机位置

从NMEA句子中解析信息，并使用获得的信息绘制位置。在这个例子中，你使用导航工具箱中的nmeaParser系统对象:

打开实时脚本

端到端GPS传统导航接收机使用C/A-Code

使用多卫星GPS基带波形估计全球定位系统(GPS)接收机的位置。您使用接收器独立交换格式(RINEX)和一个年鉴文件来建模GPS星座并生成多卫星基带波形。模拟卫星场景，得到卫星相对于模型接收机的相对位置。对于这个卫星场景，建模多普勒频移、延迟和接收信号功率。基于这些计算，用多普勒频移、延迟和噪声对产生的基带信号造成损害。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。

打开实时脚本

城市峡谷环境下GNSS多径效应模拟

模拟一辆装有GPS接收器的汽车在城市峡谷般的环境中行驶的GNSS多路径，并可视化卫星能见度。

打开实时脚本