新手上路
- 积分
- 40
- 金钱
- 40
- 注册时间
- 2015-2-24
- 在线时间
- 4 小时
|
10金钱
float Angle=0,Gyro_x=0; //小车滤波后倾斜角度/角速度
//******卡尔曼参数************
float Q_angle=0.001; //??
float Q_gyro=0.003; //??
float R_angle=0.5; //??
float dt=0.005; //dt为kalman滤波器采样时间;
char C_0 = 1; //??
float Q_bias=0, Angle_err=0; //??
float PCt_0=0, PCt_1=0, E=0; //??
float K_0=0, K_1=0, t_0=0, t_1=0; //??
float Pdot[4] ={0,0,0,0}; //??
float PP[2][2] = { { 1, 0 },{ 0, 1 } }; //??
//*********************************************************
// 卡尔曼滤波
//*********************************************************
//Kalman滤波,20MHz的处理时间约0.77ms;
void Kalman_Filter(float Gyro,float Accel)
{
Angle+=(Gyro - Q_bias) * dt; //先验估计
//角度=角度+(倾角-0)*采样时间
Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; // Pk-先验估计误差协方差的微分
Pdot[1]=- PP[1][1];
Pdot[2]=- PP[1][1];
Pdot[3]=Q_gyro;
PP[0][0] += Pdot[0] * dt; // Pk-先验估计误差协方差微分的积分
PP[0][1] += Pdot[1] * dt; // =先验估计误差协方差
PP[1][0] += Pdot[2] * dt;
PP[1][1] += Pdot[3] * dt;
Angle_err = Accel - Angle;
PCt_0 = C_0 * PP[0][0];
PCt_1 = C_0 * PP[1][0];
E = R_angle + C_0 * PCt_0;
K_0 = PCt_0 / E;
K_1 = PCt_1 / E;
t_0 = PCt_0;
t_1 = C_0 * PP[0][1];
PP[0][0] -= K_0 * t_0; //后验估计误差协方差
PP[0][1] -= K_0 * t_1;
PP[1][0] -= K_1 * t_0;
PP[1][1] -= K_1 * t_1;
Angle += K_0 * Angle_err; //后验估计
Q_bias += K_1 * Angle_err; //后验估计
Gyro_x = Gyro - Q_bias; //输出值(后验估计)的微分=角速度
calculate_PWM(Gyro_x,Angle);
}
|
|