1.引言
在研究晶体振荡器和原子钟的稳定性时,人们发现这些系统的相位噪声中不仅有白噪声,而且有闪烁噪声。使用传统的统计工具(例如标准差)分析这类噪声时统计结果是无法收敛的。为了解决这个问题,David Allan于1966年提出了Allan方差分析,该方法不仅可以准确识别噪声类型,还能精确确定噪声的特性参数,其最大优点在于对各类噪声的幂律谱项都是收敛的。该方法最初被用于分析晶振或原子钟的相位和频率不稳定性,比如,晶振的中心频率均采用Allan方差来表征时域内的稳定度。由于高端陀螺,气体传感等各类物理量测仪器本身也具有晶振的特征,因此该方法随后被广泛应用于各种物理传感器的随机误差辨识中。
Allan方差允许你查看一段时间内信号中的噪声。通常,Allan方差的值显示在对数——对数图上。你之前可能已经看过这些图,并且可能有以下问题:
•Allan方差图是如何制作的?
•这些图如何帮助我在产品之间进行选择?
•这些图在我使用产品时有什么作用?
这些是本文即将涵盖的主题。
Allan方差是量化噪声的一种常用方法,尤其适合于鉴别测量数据中不同类型的噪声。分析实际测量获取的“信号”,并将数据中的噪声和系统漂移分开,这是一个复杂且通常由开发者自定义的过程。Allan方差图给出了在给定理想条件下,经过噪声校正的系统可以达到什么样的表现,是衡量系统稳定性的指标。
下文中,我们首先将从整体上介绍传感器噪声的基础知识。有了噪声知识,我们将讨论Allan方差图的含义,帮助你在购买产品中使用这些数据进行决策以及在使用产品时校正传感器的噪声。
2.信号,噪声和数据
让我们以一个例子开始:有一个