这段卡尔曼滤波是怎样达到的？？ - 智能车制作

1 //*
2 //-------------------------------------------------------
3 //Kalman滤波，8MHz的处理时间约1.8ms；
4 //-------------------------------------------------------
5 float angle, angle_dot;       //外部需要引用的变量
6 //-------------------------------------------------------
7 float Q_angle=0.001, Q_gyro=0.003, R_angle=0.5, dt=0.006;
8          //注意：dt的取值为kalman滤波器采样时间;
9 float P[2][2] = {
10                            { 1, 0 },
11                            { 0, 1 }
12                      };
13
14 float Pdot[4] ={0,0,0,0};
15
16 const char C_0 = 1;
17
18 float q_bias, angle_err, PCt_0, PCt_1, E, K_0, K_1, t_0, t_1;
19 //-------------------------------------------------------
20
21 void Kalman_Filter(float angle_m,float gyro_m)       //gyro_m:gyro_measure
22 {
23    angle+=(gyro_m-q_bias) * dt;//先验估计
24
25    Pdot[0]=Q_angle - P[0][1] - P[1][0];// Pk-' 先验估计误差协方差的微分
26    Pdot[1]=- P[1][1];
27    Pdot[2]=- P[1][1];
28    Pdot[3]=Q_gyro;
29
30    P[0][0] += Pdot[0] * dt;// Pk- 先验估计误差协方差微分的积分 = 先验估计误差协方差
31    P[0][1] += Pdot[1] * dt;
32    P[1][0] += Pdot[2] * dt;
33    P[1][1] += Pdot[3] * dt;
34
35
36    angle_err = angle_m - angle;//zk-先验估计
37
38
39    PCt_0 = C_0 * P[0][0];
40    PCt_1 = C_0 * P[1][0];
41
42    E = R_angle + C_0 * PCt_0;
43
44    K_0 = PCt_0 / E;//Kk
45    K_1 = PCt_1 / E;
46
47    t_0 = PCt_0;
48    t_1 = C_0 * P[0][1];
49
50    P[0][0] -= K_0 * t_0;//后验估计误差协方差
51    P[0][1] -= K_0 * t_1;
52    P[1][0] -= K_1 * t_0;
53    P[1][1] -= K_1 * t_1;
54
55
56    angle += K_0 * angle_err;//后验估计
57    q_bias  += K_1 * angle_err;//后验估计
58    angle_dot = gyro_m-q_bias;//输出值（后验估计）的微分 = 角速度
59 }