部分参数计算
- 一、零偏
- 二、随机游走
- 三、Allan方差分析使用要点
一、零偏
如果只用一个指标来代表一款IMU的精度的话，那毫无疑问是陀螺零偏。这是因为：1) 惯导系统的精度主要取决于IMU中的陀螺器件精度，而不是加速度计精度；2) 陀螺的精度指标中最重要的又是零偏误差，它基本上决定了该惯导长时间独立工作时的误差发散速度。但是，这里需要特别注意的是，陀螺零偏有好几种，看产品指标时一定要弄清楚是哪一种陀螺零偏指标。
在陀螺静止时，陀螺仪仍会，以规定时间内测得的输出量平均值相应的等效输入角速率表示，单位为°/h，°/s。理想状态下该数值应为地球自转角速度的分量。在角速度输入为零时，陀螺仪的输出是一条复合白噪声信号缓慢变化的曲线，曲线的平均值就是零偏值。
陀螺零偏：0.00008333°/s=0.29998°/h
加速度计零偏：9.8*10e-04m/s^2=10e-04g=100ug
二、随机游走
Angular Random Walk：角度随机游走（ARW），实际上就是陀螺输出的角速率白噪声。换算一下单位：
0.0272250°/sqrt(s)=1.6335°/sqrt(hr)
这在MEMS陀螺里算是比较小的了。
Velocity Random Walk：速度随机游走（VRW），也就是加速度计输出比力的白噪声，
0.000001m/s/sqrt(s) = 0.000001 m/s^2/sqrt(Hz)=0.1ug/sqrt(Hz)
这个噪声水平很小。
三、Allan方差分析使用要点
Allan方差分析的一个用途是分析陀螺的性能或对比不同陀螺的性能，相比于其它分析法Allan法还是很好用的，比较全面。另一个用途是获得噪声参数，用于组合导航的Kalman滤波噪声参数设置。不是所有的Allan方差噪声系数都有用，主要有用的是角度随机游走系数（用于设置Q阵）和零偏不稳定性系数（用于设置一阶马氏过程的方差），其实这两个系数量级大小差不多就行了，太精细也没用，毕竟Allan方差分析得出的陀螺静态性能，实际应用动态的时候陀螺误差会发生变化，存在数量级差别都很有可能。
从艾伦方差曲线中可以辨识出IMU的五种噪声，分别为：量化噪声、角度随机游走、零偏不稳定性噪声，角速率随机游走，速率斜坡，一般在IMU噪声辨识中用的比较多的是中间3种。
量化噪声（Quantization Noise，QN）
量化噪声产生的来源是传感器在经过A/D转换环节，即存在模拟量向数字量的转化的量化过程，然后这一过程是必然存在信息损失的，所以量化噪声代表了传感器检测的最小分辨率水平。
量化噪声具有很宽的带宽，属于高频噪声，在实际应用中可进行低通滤波处理或大部分被导航姿态更新（积分）环节所滤除，因而一般对系统精度的影响不大。
角度随机游走（Angular Random Walk，ARW）
如果陀螺仪角速度为高斯白噪声，那么积分得到的角度就会表现为角度随机游走现象。根据随机过程理论，随机游走是一种独立增量过程，含义是：角速率白噪声在两相邻采样时刻进行积分，不同时段的积分值之间互不相关。
角度随机游走是陀螺仪非常重要的一个噪声参数，在卡尔曼滤波中设置P阵中需要辨识这一参数。如果使用的是陀螺仪角增量信号，因为增量输出是一个积分过程，所以Allan方差的角度随机游走系数和采样频率无关，但是如果直接采样角速率数据，建议尽量提高采样频率来减少信息的损失，比如取两倍的带宽频率，能达到4到6倍或者以上更佳。
零偏不稳定性噪声（Bias Instability，BI）
零偏不稳定性噪声具有低频特性，在陀螺输出中表现为零偏随时间的缓慢波动。
角速率随机游走（Rate Random Walk，RRW）
和角速度随机游走的概念类似，如果陀螺角加速率建模为高斯白噪声，则角速率表现为随机游走现象。
速率斜坡（Rate Ramp，RR）
如果陀螺仪的角速率输出随时间缓慢变化，比如由于环境温度变化，角
速率 与测试时间 之间呈现线性关系
实际上，角速率斜坡更像是一种确定性的误差，而不是随机误差。角速率斜坡常常由系统误差引起的，比如环境温度的缓慢变化，通过严格的环境温度控制或者引入补偿机制可以降低此类误差
