A

一 方向余弦矩阵:

1:过渡矩阵
参数说明
ib,jb,kbi_b,j_b,k_bib​,jb​,kb​为oxb,oyb,ozb(b系)ox_b,oy_b,oz_b(b系)oxb​,oyb​,ozb​(b系)上的单位矢量
ii,ji,kii_i,j_i,k_iii​,ji​,ki​为oxi,oyi,ozi(i系)ox_i,oy_i,oz_i(i系)oxi​,oyi​,ozi​(i系)上的单位矢量
(i系)用(b系)表示为:
ib=(ib∗ii)ii+(ib∗ji)ji+(ib∗ki)kii_b=(i_b*i_i)i_i+(i_b*j_i)j_i+(i_b*k_i)k_iib​=(ib​∗ii​)ii​+(ib​∗ji​)ji​+(ib​∗ki​)ki​
jb=(jb∗ii)ii+(jb∗ji)ji+(jb∗ki)kij_b=(j_b*i_i)i_i+(j_b*j_i)j_i+(j_b*k_i)k_ijb​=(jb​∗ii​)ii​+(jb​∗ji​)ji​+(jb​∗ki​)ki​
kb=(kb∗ii)ii+(kb∗ji)ji+(kb∗ki)kik_b=(k_b*i_i)i_i+(k_b*j_i)j_i+(k_b*k_i)k_ikb​=(kb​∗ii​)ii​+(kb​∗ji​)ji​+(kb​∗ki​)ki​
化为矩阵:
[ibjbkb]=[iijiki][ib∗iiib∗jiib∗kijb∗iijb∗jijb∗kikb∗iikb∗jikb∗ki]=[iijiki]P\left[ \begin{matrix} i_b & j_b& k_b \\ \end{matrix} \right]= \left[ \begin{matrix} i_i & j_i& k_i \\ \end{matrix} \right] \left[ \begin{matrix} i_b*i_i& i_b*j_i&i_b*k_i \\ j_b*i_i & j_b*j_i &j_b*k_i\\ k_b*i_i & k_b*j_i &k_b*k_i\\ \end{matrix} \right]= \left[ \begin{matrix} i_i & j_i & k_i \\ \end{matrix} \right]P [ib​​jb​​kb​​]=[ii​​ji​​ki​​]⎣⎡​ib​∗ii​jb​∗ii​kb​∗ii​​ib​∗ji​jb​∗ji​kb​∗ji​​ib​∗ki​jb​∗ki​kb​∗ki​​⎦⎤​=[ii​​ji​​ki​​]P
PPP为过渡矩阵(或基变换阵)
P=[ib∗iiib∗jiib∗kijb∗iijb∗jijb∗kikb∗iikb∗jikb∗ki]P=\left[ \begin{matrix} i_b*i_i& i_b*j_i&i_b*k_i \\ j_b*i_i & j_b*j_i &j_b*k_i\\ k_b*i_i & k_b*j_i &k_b*k_i\\ \end{matrix} \right]P=⎣⎡​ib​∗ii​jb​∗ii​kb​∗ii​​ib​∗ji​jb​∗ji​kb​∗ji​​ib​∗ki​jb​∗ki​kb​∗ki​​⎦⎤​
2:方向余弦
假设一个三维矢量,
V=Vxi∗ii+Vyi∗ji+Vzi∗ji=Vxb∗ib+Vyb∗jb+Vzb∗jbV=V^i_x*i_i+V^i_y*j_i +V^i_z*j_i=V^b_x*i_b+V^b_y*j_b+V^b_z*j_bV=Vxi​∗ii​+Vyi​∗ji​+Vzi​∗ji​=Vxb​∗ib​+Vyb​∗jb​+Vzb​∗jb​
V在 (i系)(b系)上的投影分别为:Vi;VbV^i;V^bVi;Vb
Vi=[VxiVyiVzi]V^i=\left[ \begin{matrix} V^i_x \\ V^i_y\\ V^i_z \\ \end{matrix} \right]Vi=⎣⎡​Vxi​Vyi​Vzi​​⎦⎤​
Vb=[VxbVybVzb]V^b=\left[ \begin{matrix} V^b_x \\ V^b_y\\ V^b_z \\ \end{matrix} \right]Vb=⎣⎡​Vxb​Vyb​Vzb​​⎦⎤​
可以得到[iijiki][VxiVyiVzi]=[iijiki]P[VxbVybVzb]\left[ \begin{matrix} i_i & j_i& k_i \\ \end{matrix} \right]\left[ \begin{matrix} V^i_x \\ V^i_y\\ V^i_z \\ \end{matrix} \right]=\left[ \begin{matrix} i_i & j_i& k_i \\ \end{matrix} \right]P\left[ \begin{matrix} V^b_x \\ V^b_y\\ V^b_z \\ \end{matrix} \right][ii​​ji​​ki​​]⎣⎡​Vxi​Vyi​Vzi​​⎦⎤​=[ii​​ji​​ki​​]P⎣⎡​Vxb​Vyb​Vzb​​⎦⎤​
得到:Vi=PVB=CbiVbV^i=PV^B=C_b^iV^bVi=PVB=Cbi​Vb
Cbi=P(P为正交矩阵)C_b^i=P (P为正交矩阵)Cbi​=P(P为正交矩阵)
因为P中每个元素均为两个两个坐标系的余弦值所以称CbC_bCb​为方向余弦阵

Cb=[ib∗iiib∗jiib∗kijb∗iijb∗jijb∗kikb∗iikb∗jikb∗ki]=[cosθxboxicosθxboyicosθxbozicosθyboxicosθyboyicosθybozicosθzboxicosθzboyicosθzbozi]C_b=\left[ \begin{matrix} i_b*i_i& i_b*j_i&i_b*k_i \\ j_b*i_i & j_b*j_i &j_b*k_i\\ k_b*i_i & k_b*j_i &k_b*k_i\\ \end{matrix} \right]=\left[ \begin{matrix} cos \theta_{x_box_i}& cos \theta_{x_boy_i}&cos \theta_{x_boz_i}\\ cos \theta_{y_box_i}& cos \theta_{y_boy_i}&cos \theta_{y_boz_i}\\ cos \theta_{z_box_i}& cos \theta_{z_boy_i}&cos \theta_{z_boz_i}\\ \end{matrix} \right] Cb​=⎣⎡​ib​∗ii​jb​∗ii​kb​∗ii​​ib​∗ji​jb​∗ji​kb​∗ji​​ib​∗ki​jb​∗ki​kb​∗ki​​⎦⎤​=⎣⎡​cosθxb​oxi​​cosθyb​oxi​​cosθzb​oxi​​​cosθxb​oyi​​cosθyb​oyi​​cosθzb​oyi​​​cosθxb​ozi​​cosθyb​ozi​​cosθzb​ozi​​​⎦⎤​

捷联惯导系统学习2.2(方向余弦)相关推荐

  1. 捷联惯导系统学习2.5(等效旋转矢量微分方程的泰勒级数解)

    在高精度的捷联惯导系统中,陀螺仪姿态的解算往往是通过采集一定时间内的角增量信息, 计算角增量信息计算出等效旋转矢量,在通过等效旋转矢量递推余弦阵或者四元数,完成姿态更新. 等效旋转矢量微分方程的泰勒级 ...

  2. 捷联惯导系统学习4.1(惯导数值更新算法)

    1 常用坐标系的定义 (1)地心惯性坐标系(i 系,inertial frame) 用oixiyizio_ix_iy_iz_ioi​xi​yi​zi​表示,原点以地球为中心, 原点oio_ioi​在地 ...

  3. 捷联惯导系统学习7.5(低成本组合导航系统模型)

    低成本组合导航系统模型 低精度MEMS惯性/卫星/地磁组合导航系统中,选择惯导系统的姿态失准角ϕ\phiϕ.速度误差δvn\delta v^nδvn.定位误差δpn\delta p^nδpn.陀螺仪相 ...

  4. 捷联惯导系统学习3.2(地球的正常重力场)

    圆球模型下的地球重力 如图,重力为引力与离心力作用的共同结果,其中 引力:F=GMr2=ur2(G引力常数,M为地球质量,r为质点到地心距离)F=\frac{GM}{r^2}=\frac{u}{r^2 ...

  5. 捷联惯导系统学习6.1(一些卡尔曼滤波处理技术 )

    噪声相关条件下的Kalman滤波 理想状态下的kalman需要系统噪声与测量噪声之间部不相关,如果测量噪声与系统噪声相关需要进行处理 噪声相关条件下的系统状态方程 Xk:n维状态向量X_k:n维状态向 ...

  6. 捷联惯导系统学习6.6(Sage-Husa自适应滤波 )

    原理作用 只有准确的获得系统的结构参数和噪声统计特性参数,才能获得最优值的状态估计,实际中往往是不够准确的 可以使用量测输出(输出隐含了系统模型的某些信息)对系统系统模型进行重新估计. 量测噪声方差阵 ...

  7. 捷联惯导系统学习2.6(圆锥误差补偿多子样算法)

    若圆锥运动的四元数更新方程为: Q(tm)=Q(Tm−1).Q(T)Q(t_m)=Q(T_{m-1}).Q(T)Q(tm​)=Q(Tm−1​).Q(T) ( ...四元数乘法) ( Q(T)Q(T)Q ...

  8. 捷联惯导系统学习2.2(等效旋转矢量)

    二 等效旋转矢量: 1 一些重要的三维矢量运算关系(证明请自己找) $ u为单位矢量 ;u'是u的一阶导数$ (1):V1×(V2×V3)=(V1∗V3)V2−(V1∗V2)V3(1):V_1\tim ...

  9. 捷联惯导系统学习2.5(等效旋转矢量微分方程)

    已知三维旋转矢量关系如下:(证明略) 参数说明: ViV_iVi​表示三维空间矢量 v=∣V∣=VVTv=|V|=\sqrt{VV^T}v=∣V∣=VVT​表示矢量模值 uuu为与V同方向的单位矢量即 ...

  10. 捷联惯导系统学习6.2(序贯滤波 )

    序贯滤波(sequential Kalman filtering) 一种将高维数据量测更新降低为多个低维数量测更新的方法,有效降低矩阵的求逆计算量(通过把矩阵对角化,将对角拆开分开计算) 特别的对于如 ...

最新文章

  1. 学建筑要学哪些计算机绘图,建筑学专业学CAD买什么书好?
  2. 最强Transformer发布!谷歌大脑提出ViT-G:缩放视觉Transformer,高达90.45%准确率!
  3. 宁波计算机软考培训机构,浙江宁波2019年下半年软考通过率约为25.7%
  4. php数组选择随机元素,php 数组随机选择一个元素显示的简单示例
  5. 做为 iOS 开发者 现在对未来迷茫怎么办?
  6. Linux 还能这么玩,10 个非常有趣的命令!
  7. php页头滚动文字公告,jQuery公告栏文字滚动插件
  8. 为什么程序员更喜欢用google搜索? 因为正经!
  9. 创新方法(TRIZ)理论及应用(一)
  10. 《Android Property
  11. 逻辑回归系数的显著性检验(python实现)
  12. 全球及中国级联(模块化)流水线行业研究及十四五规划分析报告
  13. Learning Conditioned Graph Structures for Interpretable Visual Question Answering论文解读
  14. 搭建普罗米修斯Prometheus监控系统
  15. 毕业5年,腾讯65万,拿到美团、滴滴、快手、阿里offer多少钱
  16. Unexpected Exception caught setting '' on 'class com.: Error setting expression '' with value ['', ]
  17. VirutualBox虚拟机内ubuntu扩充硬盘容量
  18. 聚磷酸酯-紫杉醇前药(PTX-PEEP)|聚姜黄素-二硫键-聚甲基丙烯酸二乙胺基乙酯-聚磺酸甜菜碱|齐岳生物
  19. 人工智能:极大极小算法
  20. 蚂蚁开放联盟链已全面公测,预计2月全面上线 | 产业区块链周报

热门文章

  1. 虚拟机下载-下载windows镜像
  2. 网络爬虫(网络蜘蛛)之网页抓取
  3. python计算机视觉编程——sift特征提取和ransac减少错配
  4. iOS开发文档(中文)
  5. 分享超实用的web网页开发框架
  6. DEM数据下载、镶嵌等问题
  7. pandora固件运行c语言,潘多拉固件设置单线多播教程
  8. 指数函数用计算机怎么计算器,万能计算器怎么使用 使用科学计算器方法
  9. 全国雾霾大数据,哪里才是桃花源?
  10. 迅通雾霾处理技术为清晰都市保驾护航