Barometer

R2026b

UAV 고도 추정을 위한 측정 잡음이 포함된 기압계 센서 모델링

R2025a 이후

• 

Barometer block

To add a block to a model, double-click the canvas and start typing the block name. Then, select the block from the list.

라이브러리:
UAV Toolbox / UAV Scenario and Sensor Modeling

설명

Barometer 블록은 실제 기압 입력에 측정 잡음을 추가하는 기압계 센서를 모델링합니다. 잡음은 세 개의 가산 성분, 즉 상수 편향 오프셋, 비상관 백색 가우스 잡음(잡음 밀도 파라미터로 스케일링됨), 1차 자기회귀 과정으로 모델링된 상관 잡음(편향 불안정성 및 감쇠 인자 파라미터로 제어됨)으로 구성됩니다[1]. 잡음 방정식에 대해서는 잡음 모델 항목을 참조하십시오. 센서 잡음이 있는 경우 UAV 고도 추정을 위한 기압 측정값을 시뮬레이션하려면 이 블록을 사용합니다. MATLAB 스크립트 기반 워크플로의 경우에는 대신 barometerSensor System object를 사용하십시오.

예제

고도로부터 기압 측정값 생성하기

barometerSimulation.slx Simulink 모델을 엽니다.

open_system("barometerSimulation");

이 모델은 다음과 같은 블록으로 구성되어 있습니다.

1. Lapse Rate Model (Aerospace Blockset) — 기온감률 대기 모델을 시뮬레이션합니다. 이 블록은 고도(단위: 미터)를 입력값으로 받아 대기압(단위: 파스칼)을 출력하며, 이 값은 기압계 센서에 의해 측정됩니다. 이 모델에서 입력 고도는 50미터입니다.

2. Rate Transition — 기압계 센서의 이산 측정을 시뮬레이션합니다. 이 모델에서 이 블록은 0.1초의 샘플 시간으로 구성되었습니다.

3. Barometer — 상수 측정 편향, 비상관 백색 잡음, 상관 잡음으로 구성된 측정 잡음을 사용하여 기압 측정값(단위: 파스칼)을 생성하는 기압계 센서를 시뮬레이션합니다.

4. Pressure Altitude (Aerospace Blockset) — 기압 측정값을 기반으로 평균 해수면 기준 고도(단위: 미터)를 계산합니다.

5. Measured Pressure Scope — 압력 측정값을 시각화합니다.

6. Altitude Scope — 평균 해수면 기준으로 계산된 고도와 ground truth를 시각화합니다.

모델을 실행한 후 Scope 블록을 열어 시뮬레이션 결과를 확인합니다.

포트

입력

True pressure — 실제 기압

스칼라 | 벡터

실제 기압(단위: Pa)으로, 스칼라 또는 요소를 N개 가진 벡터로 지정됩니다. 여기서 N은 기압 측정값 개수입니다. 일반적인 UAV 시뮬레이션에서는 이 포트를 대기 모델 또는 고도를 기반으로 기압을 계산하는 연산에 연결합니다.

데이터형: single | double

출력

Measured pressure — 측정된 기압

스칼라 | 벡터

측정된 기압(단위: Pa)으로, 음이 아닌 스칼라 또는 요소를 N개 가진 벡터로 반환됩니다. 측정된 기압의 길이는 실제 기압의 길이와 일치합니다. 이 출력을 고도 추정 또는 상태 추정 알고리즘에 대한 센서 입력으로 사용합니다.

데이터형: single | double

파라미터

상수 편향 — 상수 측정 편향

0 (디폴트 값) | 유한한 스칼라

상수 측정 편향을 유한한 스칼라(단위: Pa)로 지정합니다.

잡음 밀도 — 백색 잡음 표준 분산

1 (디폴트 값) | 음이 아닌 유한한 스칼라

백색 잡음 표준 분산을 음이 아닌 유한한 스칼라로 지정합니다. 이 파라미터는 센서 잡음의 파워 스펙트럼 밀도(단위: Pa/√Hz)를 지정합니다.

편향 불안정성 — 상관 잡음 성분의 표준편차(1차 자기회귀 과정으로 모델링된 천천히 드리프트하는 오프셋)

1 (디폴트 값) | 음이 아닌 유한한 스칼라

상관 잡음 표준 분산을 음이 아닌 유한한 스칼라(단위: Pa)로 지정합니다.

감쇠 인자 — 상관 잡음 감쇠 인자

0.99 (디폴트 값) | (0,1) 범위의 양의 스칼라

상관 잡음 감쇠 인자를 (0, 1) 범위의 스칼라로 지정합니다.

감쇠 인자가 더 작으면 각 시간 스텝에서 상관 잡음이 독립적인 백색 잡음에 더 가깝게 모델링됩니다. 감쇠 인자가 더 크면 상관 잡음이 무작위 행보(제한 없는 변동)에 더 가깝게 모델링됩니다.

시드값 — 난수 초기 시드값

67 (디폴트 값) | 음이 아닌 정수 스칼라

mt19937ar 난수 생성기 알고리즘의 초기 시드값을 음이 아닌 실수형 정수 스칼라로 지정합니다.

다음을 사용하여 시뮬레이션 — 실행할 시뮬레이션 유형

Interpreted execution (디폴트 값) | Code generation

다음 옵션에서 실행할 시뮬레이션 유형을 선택합니다.

• 인터프리터형 실행 — MATLAB^® 인터프리터를 사용하여 모델을 시뮬레이션합니다. 자세한 내용은 Interpreted Execution vs. Code Generation (Simulink) 항목을 참조하십시오.

• 코드 생성 — 생성된 C 코드를 사용하여 모델을 시뮬레이션합니다. 시뮬레이션을 처음 실행하면 Simulink^®는 블록에 대한 C 코드를 생성합니다. 이 C 코드는 모델이 바뀌지 않는 한 이후 시뮬레이션에 재사용됩니다.

팁

특정 기압계 센서에 대한 블록을 구성하려면 센서 데이터시트에서 다음 값을 가져오십시오.

• 잡음 밀도를 센서 잡음 스펙트럼 밀도(데이터시트에서 일반적으로 Pa/√Hz 또는 이에 상응하는 단위로 나열됨)로 설정합니다.

• 편향 불안정성을 장기 편향 안정성 사양으로 설정합니다.

• 천천히 변동하는 편향을 갖는 센서의 경우 감쇠 인자를 1에 가까운 값(예: 0.99)으로 설정합니다. 빠르게 변동하는 편향을 갖는 센서의 경우에는 더 작은 값을 사용하십시오.

• 보정된 센서에 대해 상수 편향을 0으로 설정하거나, 예상 잔차 오프셋으로 설정합니다.

알고리즘

잡음 모델

다음 수식은 실제 기압에 추가되는 측정 잡음을 나타냅니다.

$$n(t)=n_c(t)+n_u(t)+b.$$

b는 ConstantBias 속성을 사용하여 설정하는 상수 측정 편향입니다. n_u(t)는 평균은 0이고 분산은 NoiseDensity 속성으로 설정되는 백색 가우스 잡음으로 모델링된 비상관 잡음입니다. n_c(t)는 다음 수식으로 지정되는 상관 잡음입니다.

$$n_c\left(N+1\right)=D{n}_c\left(N\right)+\left(1-D\right)\sqrt{\frac{-2}{\log \left(D\right)}}Bw,$$

여기서 각각은 다음과 같습니다.

• n_c(N)은 N번째 시간 스텝에서의 상관 잡음입니다.

• w는 단위 분산을 갖는 백색 가우스 잡음입니다.

• D는 DecayFactor 속성을 사용하여 설정하는 감쇠 인자입니다.

• B는 BiasInstability 속성을 사용하여 설정하는 편향 불안정성입니다.

참고 문헌

[1] Sabatini, A.M., and V. Genovese. “A Stochastic Approach to Noise Modeling for Barometric Altimeters.” Sensors 13 (November 2013): 15692-15707. https://doi.org/10.3390/s131115692

버전 내역

R2025a에 개발됨

참고 항목

barometerSensor