magparams

자력계 센서 파라미터

설명

magparams 클래스는 자력계 센서 파라미터 객체를 만듭니다. imuSensor로 IMU를 시뮬레이션할 때 이 객체를 사용하여 자력계를 모델링할 수 있습니다. magparams 모델링에 대한 자세한 내용은 imuSensor의 Algorithms 섹션을 참조하십시오.

생성

구문

params = magarams

params = magparams(Name,Value)

설명

params = magarams는 디폴트 값으로 이루어진 이상적인 자력계 센서 파라미터 객체를 반환합니다.

params = magparams(Name,Value)는 하나 이상의 Name,Value 쌍 인수를 사용하여 magparams 객체의 속성을 구성합니다. 여기서 Name은 속성 이름이고 Value는 대응하는 값입니다. Name은 작은따옴표('')로 묶어야 합니다. Name1,Value1,...,NameN,ValueN과 같이 여러 개의 이름-값 쌍 인수를 임의의 순서로 지정할 수 있습니다. 지정되지 않은 속성은 디폴트 값을 가집니다.

속성

MeasurementRange — 최대 센서 측정값(μT)

Inf (디폴트 값) | 양의 실수형 스칼라

최대 센서 측정값(단위: μT)으로, 양의 실수형 스칼라로 지정됩니다.

데이터형: single | double

Resolution — 센서 측정값의 분해능(μT/LSB)

0 (디폴트 값) | 음이 아닌 실수형 스칼라

센서 측정값의 분해능(단위: μT/LSB)으로, 음이 아닌 실수형 스칼라로 지정됩니다. 여기서 LSB는 Least Significant Bit(최하위 비트)의 머리글자어입니다.

데이터형: single | double

ConstantBias — 상수 센서 오프셋 편향(μT)

[0 0 0] (디폴트 값) | 실수형 스칼라 | 요소를 3개 가진 실수형 행 벡터

상수 센서 오프셋 편향(단위: μT)으로, 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

AxesMisalignment — 센서 축 왜도(%)

diag([100 100 100]) (디폴트 값) | 스칼라 | 요소를 3개 가진 행 벡터 | 3×3 행렬

센서 축 왜도(단위: 백분율)로, 스칼라, 요소를 3개 가진 행 벡터 또는 3×3 행렬로 지정됩니다. 행렬의 대각선 요소는 각 축의 오정렬 영향을 설명합니다. 비대각선 요소는 교차 축의 오정렬 영향을 설명합니다. 측정된 상태 v_measure는 다음과 같이 오정렬 행렬을 통해 true 상태 v_true에서 구합니다.

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

• 속성을 스칼라로 지정하면, 행렬의 모든 비대각선 요소는 지정된 스칼라의 값을 취하며 모든 대각선 요소는 100이 됩니다.

• 속성을 벡터 [a b c]로 지정하면 m₂₁ = m₃₁ = a, m₁₂ = m₃₂ = b, 그리고 m₁₃ = m₂₃ = c입니다. 모든 대각선 요소는 100이 됩니다.

데이터형: single | double

NoiseDensity — 센서 잡음의 파워 스펙트럼 밀도(μT/√Hz)

[0 0 0] (디폴트 값) | 실수형 스칼라 | 요소를 3개 가진 실수형 행 벡터

센서 잡음의 파워 스펙트럼 밀도(단위: μT/√Hz)로, 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

BiasInstabilityCoefficients — 편향 불안정성 잡음 생성을 위한 필터 계수

fractalcoef (디폴트 값) | 구조체

편향 불안정성 잡음 생성을 위한 필터 계수로, 구조체로 지정됩니다. 구조체에는 다음 필드가 있습니다.

• Numerator - 분자 계수로, 실수 값 벡터로 지정됩니다.

• Denominator - 분모 계수로, 실수 값 벡터로 지정됩니다.

프랙털 잡음의 계수를 지정하려면 fractalcoef 함수를 사용합니다.

예: struct(Numerator=1,Denominator=[1 -0.5])

데이터형: struct

BiasInstability — 편향 오프셋의 불안정성(μT)

[0 0 0] (디폴트 값) | 실수형 스칼라 | 요소를 3개 가진 실수형 행 벡터

편향 오프셋의 불안정성(단위: μT)으로, 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

RandomWalk — 센서의 적분된 백색 잡음(μT/√Hz)

[0 0 0] (디폴트 값) | 실수형 스칼라 | 요소를 3개 가진 실수형 행 벡터

센서의 적분된 백색 잡음(단위: μT/√Hz)으로, 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

NoiseType — 랜덤 잡음 유형

"double-sided" (디폴트 값) | "single-sided"

랜덤 잡음 유형으로, 다음으로 지정됩니다.

• "double-sided" — 랜덤 잡음 계수의 스케일링 인자가 2입니다.

• "single-sided" — 랜덤 잡음 계수의 스케일링 인자가 1입니다.

데이터형: char | string

TemperatureBias — 온도에 의한 센서 편향(μT/℃)

[0 0 0] (디폴트 값) | 실수형 스칼라 | 요소를 3개 가진 실수형 행 벡터

온도에 의한 센서 편향(단위: μT/℃)으로, 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

TemperatureScaleFactor — 온도에 의한 스케일링 인자 오차(%/℃)

[0 0 0] (디폴트 값) | 범위 [0,100] 내에 있는 실수형 스칼라 | 범위 [0,100] 내에 있는 요소를 3개 가진 실수형 행 벡터

온도에 의한 스케일링 인자 오차(단위: %/℃)로, 0에서 100까지의 범위에 있는 값을 갖는 실수형 스칼라 또는 요소를 3개 가진 행 벡터로 지정됩니다. 스칼라 입력값은 요소를 3개 가진 실수형 행 벡터(각 요소가 입력된 스칼라 값을 가짐)로 변환됩니다.

데이터형: single | double

예제

정상 입력값에서 자력계 데이터 생성하기

정상 입력값에서 imuSensor 객체에 대한 자력계 데이터를 생성합니다.

1200$$\mu T$$의 최대 센서 측정값과 0.1$$\mu T/LSB$$의 분해능으로 자력계 파라미터 객체를 생성합니다. 상수 오프셋 편향은 1$$\mu T$$입니다. 센서는$\left(\frac{\left[0.60.60.9\right]}{\sqrt{100}}\right)$$$\mu T/\sqrt{Hz}$$의 파워 스펙트럼 밀도를 가집니다. 온도에 의한 편향은 [0.8 0.8 2.4] $$\mu T/{}^{0}C$$입니다. 온도에 의한 스케일링 인자 오차는 0.1%$$/{}^{0}C$$입니다.

params = magparams('MeasurementRange',1200,'Resolution',0.1, ...
    'ConstantBias',1,'NoiseDensity',[0.6 0.6 0.9]/sqrt(100), ...
    'TemperatureBias',[0.8 0.8 2.4],'TemperatureScaleFactor',0.1);

1000개 샘플에 100Hz의 샘플 레이트를 사용합니다. 자력계 파라미터 객체를 사용하여 imuSensor 객체를 만듭니다.

Fs = 100;
numSamples = 1000;
t = 0:1/Fs:(numSamples-1)/Fs;

imu = imuSensor('accel-mag','SampleRate', Fs, 'Magnetometer', params);

imuSensor 객체에서 자력계 데이터를 생성합니다.

orient = quaternion.ones(numSamples, 1);
acc = zeros(numSamples, 3);
angvel = zeros(numSamples, 3);
 
[~, magData] = imu(acc, angvel, orient);

결과로 생성된 자력계 데이터를 플로팅합니다.

plot(t, magData)
title('Magnetometer')
xlabel('s')
ylabel('\mu T')

확장 기능

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

버전 내역

R2018b에 개발됨

R2023b: 편향 불안정성 잡음 계수와 잡음 유형 지정

magparams 객체의 새로운 BiasInstabilityCoefficients 속성을 사용하여 편향 불안정성 잡음을 생성하는 데 사용되는 전달 함수의 계수를 지정할 수 있습니다. 또한 이 객체의 새로운 NoiseType 속성을 사용하여 잡음 계수의 스케일링 인자를 1 또는 2로 설정할 수 있습니다.

참고 항목

gyroparams | accelparams | imuSensor

도움말 항목

• Model IMU, GPS, and INS/GPS