allan方差 imu_MEMS IMU的噪声和误差源2(allan方差)

Allan方差是分析陀螺仪和加速度计噪声及误差的重要工具,尤其适用于量化噪声分析。它可以帮助评估设备性能,如角度随机游走、零偏不稳定性、角速率随机游走等。通过对陀螺仪数据进行Allan方差计算,可以得到性能指标,例如使用MATLAB的内置函数`allanvar`。通过拟合直线计算角度随机游走(N)、角速率随机游走(K)和零偏不稳定性(B)的系数。此方法也可应用于静态数据,以验证仿真和实际参数的一致性。
摘要由CSDN通过智能技术生成

Allan 方差简介

Allan方差分析主要用于分析陀螺量化噪声,一般用于分析(以下内容针对于陀螺仪的allan方差分析,对于加速度计都是类似的)量化噪声(一般不一定能从allan上看出来)

角度随机游走

零偏不稳定性

角速率随机游走

速率斜坡(一般不一定能从allan上看出来)

Allan方差分析的一个用途是分析陀螺的性能或者对比不同陀螺的性能。若是将几个陀螺的Allan方差曲线同时绘制一个双对数图上,曲线在左下角的对应的陀螺性能一般比较好一些(激光陀螺),而右上差(MEMS)。

斜率意义:

matlab实践环境:(matlab2019, 安装sensor fusion toolbox),主要参考matlab自带的 AllanVarianceExample.m

其实allan方差计算并不复杂,下面的例子只针对陀螺,把陀螺建模为:

其中我们只关心:N: angle random walk(-1/2斜率)

K: rate random walk(1/2斜率)

B: bias instability(0斜率)

理由引严老师的原文:Allan方差可用于分析五种典型误差,但是某个陀螺中并不一定五种误差都有同时表现出来,不画Allan方差图/不肉眼看图,而盲目的采用最小二乘回归方法强行地就想求解五个系数的人是典型的教条主义者,往往得不到好的结果。比如如下Allan方差图中y曲线所示(摘自https://github.com/ethz-asl/kalibr/wiki/IMU-Noise-Model),采用“三段论”大概读图计算角度随机游走系数、零偏不稳定性和角速率随机游走(或速率斜坡)即可,完全可满足实际应用。过细分析想得出精确系数的人都是有洁癖的。

手撸一个allan曲线记录静态条件下陀螺数据,总长度为L, 采样周期为

,

为所有采样记录的样本, 这里

,采样率=100。 这个matlab自带的数据集的陀螺的单位为rad/s

% Load logged data from one axis of a three-axis gyroscope. This recording

% was done over a six hour period with a 100 Hz sampling rate.

load('LoggedSingleAxisGyroscope', 'omega'

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值