无人机姿态估计EKF中，BMI088噪声密度转Q/R矩阵参数咨询

• 你提到的σ= ND * sqrt(SR)计算逻辑是正确的，这个方法同时适用于陀螺仪和加速度计。噪声密度（ND）是传感器白噪声在单位$\sqrt{\text{Hz}}$下的幅值，乘以采样率（SR）的平方根，得到的就是单次采样的噪声标准差，完全符合白噪声的离散化特性。

• 关于这个标准差的用途：

  • 陀螺仪的计算值可以作为过程噪声协方差Q矩阵的初始参考值，但要注意Q矩阵还需要覆盖系统模型的其他不确定性——比如陀螺仪零偏的缓慢漂移，如果你的EKF模型包含了零偏状态，还要给零偏的变化率分配对应的协方差（可参考BMI088 datasheet中的零偏稳定性参数，或通过静态长时间采集数据估算）。
  • 加速度计的噪声标准差不属于过程噪声，而是观测噪声，应该填入观测噪声协方差R矩阵中，因为加速度计是用来修正陀螺仪积分带来的姿态偏差的观测源。

• 实际工程建议：

  • 先通过静态标定验证计算值：静态下采集10分钟以上的IMU数据，计算各轴的标准差，和公式计算结果对比，校准初始参数；
  • 飞行测试时再根据姿态估计效果微调：如果姿态抖动严重，说明Q矩阵过大（给了过程噪声太高的权重）；如果姿态收敛慢、和实际姿态偏差大，说明R矩阵过大（给了观测数据太低的权重）。

内容的提问来源于stack exchange，提问作者user3106378