2. 地磁场模型与测量：WMM、IGRF、磁力计原理与标定

做地磁导航，第一个绕不开的问题就是：地磁场到底长什么样？

我刚开始接触这个方向时，总觉得地磁场不就是个指南针嘛，南北指向就完了。后来真上手做项目才发现——地磁场是个三维矢量场，而且它随时间、空间都在变。你想想看，要拿它做导航，首先得有个“标准答案”去对照。

这一节，我们就来聊聊这个“标准答案”是怎么来的，以及我们怎么把它测准。

2.1 世界地磁模型（WMM）与国际地磁参考场（IGRF）

这两个模型，说白了就是地磁场的“官方地图”。

• WMM（World Magnetic Model）：由美国国家地理空间情报局（NGA）和英国国防部联合发布。每5年更新一次。主要用于军事、航空、航海导航。
• IGRF（International Geomagnetic Reference Field）：由国际地磁学与高空物理学协会（IAGA）发布。也是每5年更新，但更偏向科研用途。

我个人习惯，做工程落地时优先用WMM。为什么？因为WMM的更新更及时，而且它的误差指标是公开的——全球平均误差小于1°，这对导航来说已经够用了。

2.2 球谐模型：地磁场是怎么算出来的？

地磁场模型的核心，是一个数学公式：

V(r, θ, φ) = a * Σ (a/r)^(n+1) * [g_n^m * cos(mφ) + h_n^m * sin(mφ)] * P_n^m(cosθ)

别被这个公式吓到。我拆开给你看：

• r, θ, φ：就是你的位置——距离地心的半径、余纬、经度。
• a：地球参考半径，约6371.2 km。
• g_n^m, h_n^m：高斯系数。这些系数就是模型的核心参数，WMM和IGRF每5年更新一次的就是它们。
• P_n^m：施密特准归一化缔合勒让德函数。嗯，名字很长，但你可以把它理解成一组“基函数”。

我在项目中遇到过一个问题：球谐模型的阶数怎么选？

WMM用的是12阶（n=12），IGRF到13阶。阶数越高，局部细节越准，但计算量也越大。对于嵌入式系统，我建议：

• 如果MCU主频在100MHz以上，跑12阶没问题。
• 如果资源紧张，可以降到8阶，误差大约增加0.5°~1°。

2.3 地磁传感器（磁力计）原理

模型再好，也得靠传感器去测真实值。常用的磁力计有三种：

类型	原理	典型芯片	精度
各向异性磁阻（AMR）	利用坡莫合金的磁阻效应	HMC5883L, HMC5983	±0.1°
巨磁阻（GMR）	多层膜结构，电阻变化更大	AA002, AAH002	±0.2°
磁通门（Fluxgate）	线圈感应，精度最高	RM3100, LSM303	±0.05°

我个人最常用的是AMR磁力计。为什么？因为它功耗低、体积小、价格便宜，而且精度对大多数导航场景已经够用。磁通门虽然精度高，但功耗和成本都上去了，一般用在航空或深海场景。

2.4 传感器标定方法

标定，说白了就是把传感器测到的“假值”校正成“真值”。我见过太多人拿着没标定的磁力计数据直接算航向，结果偏了20°还浑然不知。

磁力计的误差主要分两类：

• 硬铁误差：由传感器附近的永久磁铁或带磁金属引起。表现为测量数据整体偏移。
• 软铁误差：由铁磁性材料（如钢筋、电机外壳）引起。表现为测量数据被拉伸或扭曲。

标定的核心方法：椭圆拟合。

具体步骤：

1. 拿着传感器在空间中缓慢旋转，采集各个方向的磁场数据。
2. 理论上，这些数据应该落在一个球面上（地磁场大小恒定）。
3. 但实际上，由于硬铁和软铁误差，数据会落在一个椭球面上。
4. 用最小二乘法拟合出这个椭球的参数，然后反算出校正矩阵。

我给大家一个简单的Python代码示例：

import numpy as np

def calibrate_magnetometer(data):
    """
    data: Nx3 矩阵，每行是 (x, y, z) 磁场读数
    返回: 校正后的数据
    """
    # 椭球拟合
    A = np.c_[data[:,0]**2, data[:,1]**2, data[:,2]**2,
              2*data[:,0]*data[:,1], 2*data[:,0]*data[:,2],
              2*data[:,1]*data[:,2], 2*data[:,0], 2*data[:,1], 2*data[:,2],
              np.ones(data.shape[0])]
    
    b = np.ones(data.shape[0])
    
    # 最小二乘解
    coeff, _, _, _ = np.linalg.lstsq(A, b, rcond=None)
    
    # 提取椭球参数
    # ... (这里省略了参数提取的详细推导)
    
    # 返回校正矩阵和偏移量
    return correction_matrix, offset

# 使用示例
raw_data = np.loadtxt('magnetometer_raw.txt')
calibrated_data = calibrate_magnetometer(raw_data)

2.5 本章知识体系

为了让你更直观地理解这一章的内容，我画了一张流程图：

这张图把本章的三个核心模块串起来了：模型提供参考值，传感器提供测量值，标定消除两者之间的误差。三者缺一不可。

2.6 小结

这一章我们聊了：

• WMM和IGRF的区别与选择
• 球谐模型的基本原理
• 三种磁力计的原理和适用场景
• 椭圆拟合标定的具体方法

嗯，内容不少。但这些都是后面做地磁导航的地基。地基打不牢，楼盖得再高也得塌。