http://stackoverflow.com/questions/7246256/gyro-sensor-drift-and-correct-angle-estimation
Pro Android 4.0中说陀螺仪的误差会慢慢积累，因此通与加速传感器一致使用，通过Kalman filter进行
修正
愷风（Wei）的专栏
android用到c代码
http://blog.csdn.net/wh_19910525/article/details/13774479
传感器总体参数，传感器作用
http://blog.csdn.net/flowingflying/article/details/42557265
Android 方向传感器与磁力计和加速度传感器之间的关系
http://blog.csdn.net/android_qhdxuan/article/details/7454313
涉及到补偿计算
http://blog.csdn.net/a345017062/article/details/6459643
几个位置相关传感器在飞行姿态上的应用
http://blog.csdn.net/onafioo/article/details/51145545
Android重力感应开发（涉及到8字校准，对传感器讲解的比较全面，不细致）
http://blog.csdn.net/mad1989/article/details/20848181
一种综合利用加速度计和陀螺仪校准移动设备姿态的方法
http://www.google.com/patents/CN105021189A?cl=zh
Android Sensor传感器系统架构初探（包括c++调用传感器）
http://www.360doc.com/content/15/0504/09/7775902_467810316.shtml
http://blog.chinaunix.net/uid-26997997-id-3485501.html（这篇更详细）
涉及一些低通滤波
http://blog.csdn.net/zhandoushi1982/article/details/8591878
ST集成传感器方案实现电子罗盘功能（涉及平面，8字，十字校准方法，重要）
http://www.dzsc.com/data/html/2010-11-29/87454.html
卡尔曼滤波方程解释
http://www.geek-workshop.com/thread-9065-1-1.html
“我的自平衡小车D3——滤波算法”确实是神作，值得一看。“十大滤波算法程序大全”里面的卡尔曼部
分是错的
0.1-0.9高通滤波,低通滤波
http://bbs.csdn.net/topics/390503938
这里的滤波器不是一个设备 整个算法是低通滤波的实现
所谓低通滤波 是指只有低频信号可以通过的装置或者处理过程
因为重力只有在设备旋转的时候会发生变化 因此一定是低频信号
通过对传感器三轴的测量值进行低通滤波 可以获得重力在各个轴上的分量
然后再在三轴测量值上减去重力的分量 即可获得设备实际的加速度值
alpha是滤波参数 可以根据需要进行更改
event.values 是传感器收集到数据
gravity 是重力加速度在三轴上的分量
linear_acceleration 是三轴线性加速度
加速度计低通滤波,旋转向量传感器
http://blog.csdn.net/laopolina83/article/details/8229051
我的自平衡小车D3——滤波算法
http://www.geek-workshop.com/thread-681-1-1.html
加速度计和陀螺仪指南(讲具体传感器融合的，比较复杂)
http://blog.csdn.net/zhuanghe_xing/article/details/7935251
陀螺仪+加速度+卡尔曼数据融合（复杂）
http://wenku.baidu.com/link?url=gBtIAhnM-7M4VmBqIHjcg31Cs_PL_q7xC8DIDR-
0f8cSgp1gOWGAws9i6Q4IxhcAIAHua2RyFaRpmGHOGjUnp-W1I9j4cxC7x5nekYBoU2a