[深蓝学院] 多传感器融合第5章-惯性器件误差分析-课堂笔记

声明：本专栏文章为深蓝学院《多传感器融合》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。

1. 信号误差组成

本节主要参考文献[1]中的内容。

1. 量化噪声
   

从上图（Figure Source）中我们可以看到，数字传感器始终不可能完全地采集到真实的模拟信号，通过AD采集连续时间信号成离散信号的过程，精度必然会损失。精度损失大小和AD转换的步长有关，步长越小，精度越高。

2. 角度随机游走
   由于咱们计算姿态角度的本质是对角速率$w$进行积分，所以角速率$w$的噪声也就参与了积分的过程。$w$角速率是带有噪声的，该噪声包含有一个白噪声成分。

白噪声的积分不是白噪声了，而是一个马尔科夫过程，即当前时刻的误差是上一个时刻的误差累加一个随机白噪声得到的。角度误差中所含的马尔科夫性质的误差，就称为角度随机游走。[1]

3. 角速率随机游走

与角度随机游走类似，角速率误差中所含的马尔可夫性质的误差，称为角速率随机游走。而这个马尔可夫性质的误差是由宽带角加速率白噪声累积的结果 [1]

4. 零偏不稳定性噪声

零偏： Bias
零偏不稳定性：零偏随时间缓慢变化，其变化值无法预估，需要假定一个概率区间描述它有多大可能性落在这个区间内。时间越长，区间越大 [1]