捷联惯导系统学习2.2(方向余弦)
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 [ibjbkb]=[iijiki]⎣⎡ib∗iijb∗iikb∗iiib∗jijb∗jikb∗jiib∗kijb∗kikb∗ki⎦⎤=[iijiki]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∗iijb∗iikb∗iiib∗jijb∗jikb∗jiib∗kijb∗kikb∗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=⎣⎡VxiVyiVzi⎦⎤
Vb=[VxbVybVzb]V^b=\left[ \begin{matrix} V^b_x \\ V^b_y\\ V^b_z \\ \end{matrix} \right]Vb=⎣⎡VxbVybVzb⎦⎤
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][iijiki]⎣⎡VxiVyiVzi⎦⎤=[iijiki]P⎣⎡VxbVybVzb⎦⎤
得到:Vi=PVB=CbiVbV^i=PV^B=C_b^iV^bVi=PVB=CbiVb
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
即
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∗iijb∗iikb∗iiib∗jijb∗jikb∗jiib∗kijb∗kikb∗ki⎦⎤=⎣⎡cosθxboxicosθyboxicosθzboxicosθxboyicosθyboyicosθzboyicosθxbozicosθybozicosθzbozi⎦⎤
捷联惯导系统学习2.2(方向余弦)相关推荐
- 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 ...
- 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_ioixiyizi表示,原点以地球为中心, 原点oio_ioi在地 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 学建筑要学哪些计算机绘图,建筑学专业学CAD买什么书好?
- 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!
- 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%
- 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
- 做为 iOS 开发者 现在对未来迷茫怎么办?
- Linux 还能这么玩,10 个非常有趣的命令!
- php页头滚动文字公告,jQuery公告栏文字滚动插件
- 为什么程序员更喜欢用google搜索? 因为正经!
- 创新方法(TRIZ)理论及应用(一)
- 《Android Property
- 逻辑回归系数的显著性检验(python实现)
- 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
- Learning Conditioned Graph Structures for Interpretable Visual Question Answering论文解读
- 搭建普罗米修斯Prometheus监控系统
- 毕业5年,腾讯65万,拿到美团、滴滴、快手、阿里offer多少钱
- Unexpected Exception caught setting '' on 'class com.: Error setting expression '' with value ['', ]
- VirutualBox虚拟机内ubuntu扩充硬盘容量
- 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
- 人工智能:极大极小算法
- 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