Membaca log IMU stasioner: bias, scatter, dan deviasi Allan.

Contents — find the section you need

Change parameters and verify

Open the panel, then press Run to load Python. You can stop execution and reset parameters. Results are computed on this device. No Python installation is required.

Local execution steps below are optional for reproducing the source results; they are not required for the browser experiment.

The experiment controls are in English.

Open experiment panel in a new tab

Download reproduction source

Output IMU stasioner bukan nol bukanlah sepenuhnya noise acak. Pisahkan offset rata-rata, sebaran jangka pendek, dan stabilitas di seluruh waktu rata-rata. Artikel ini menganalisis satu sumbu giroskop dengan alat CSV yang divalidasi pada data sintetis dengan properti yang diketahui.

Tetapkan kondisi stasioner dan waktu yang valid

Pasang IMU dan rekam pemanasan, laju output, penyaringan, suhu, durasi, dan satuan. Getaran meja, gaya kabel, atau perubahan suhu membatalkan interpretasi hanya noise sensor. Akselerometer stasioner mencakup gravitasi, jadi jangan mentransfer ekspektasi mendekati nol giroskop ke akselerasi.

Laju sudut rata-rata mungkin mengandung lebih dari sekadar bias, termasuk rotasi Bumi ketika sensitivitas dan instalasi membuatnya relevan. Panduan evaluasi ADI mendorong perekaman bebas gangguan dan terkontrol suhu; pengaturan akuisisi khusus perangkatnya bukanlah persyaratan IMU universal.

CSV dan reproduksi

Gunakan kolom time_s,gyro_rad_s, dalam detik dan rad/s. Unduh skrip analisis:

python3 imu_noise.py --synthetic
python3 imu_noise.py stationary.csv

Baris kedua adalah pemanggilan alternatif untuk file Anda sendiri. Mode sintetis dijalankan dengan Python 3.12.3, NumPy 1.26.4 dan Matplotlib 3.6.3. Input membutuhkan setidaknya 100 sampel terbatas, waktu yang meningkat secara ketat dan deviasi interval tidak lebih besar dari 1% dari interval median. 1% tersebut adalah aturan validasi latihan ini, bukan spesifikasi IMU.

Jangan menutup celah dan berpura-pura pengambilan sampel seragam. Pisahkan interval kontinu terlebih dahulu. Pengambilan sampel ulang juga mengubah noise melalui interpolasi/pemfilteran dan harus didokumentasikan.

Rata-rata dan deviasi standar

Input sintetis berisi 60.000 titik selama 600 detik pada 100 Hz, seed 7: offset konstan 0,01 rad/s ditambah noise Gaussian independen dengan deviasi standar 0,002 rad/s. Hasilnya adalah rata-rata 0,009991 rad/s dan deviasi standar sampel 0,001994 rad/s. Unduh input dan statistik.

Rata-rata tersebut mencirikan interval ini, bukan setiap suhu atau siklus daya. Deviasi standar saja tidak cukup memisahkan perubahan lambat dari noise cepat. Variasikan waktu rata-rata selanjutnya.

Deviasi Allan di seluruh waktu rata-rata

Pisahkan laju sudut menjadi K blok yang tidak tumpang tindih dengan m sampel, dengan rata-rata blok ȳ. Statistik yang diimplementasikan adalah:

\sigma_A(\tau)=\sqrt{\frac{1}{2(K-1)}\sum_{j=1}^{K-1}(\bar y_{j+1}-\bar y_j)^2},\qquad \tau=m\Delta t

Satuan tetap rad/s. Untuk setiap m, sampel yang tertinggal yang tidak dapat membentuk blok lengkap dibuang. Perbedaan rata-rata yang berdekatan membatalkan offset konstan, sehingga deviasi Allan saja tidak dapat mengungkapkan besarnya. NIST SP 1065 menjelaskan definisi dan varian tumpang tindih. Meskipun referensi tersebut berkaitan dengan stabilitas frekuensi, kode ini menerapkan statistik rata-rata yang berdekatan pada laju sudut giroskop.

Membaca hasil sintetis

Deviasi Allan yang tidak tumpang tindih dari derau giroskop putih sintetis, dalam rad/s versus waktu rata-rata dalam detik.

Untuk derau putih independen, perataan m sampel mengurangi sebaran kira-kira sebesar 1/√m. Kurva teoritis yang diplot adalah 0,002/√(100τ). Waktu perataan yang lama memiliki lebih sedikit blok dan estimasi yang lebih tidak pasti. Allan CSV menyertakan pasangan berdekatan. Setidaknya sepuluh blok diperlukan, tetapi sekitar sembilan pasangan berdekatan di akhir masih memberikan bukti yang lemah.

Tidak ada ketidakstabilan bias atau random walk yang ditambahkan. Kurva yang menurun tidak mengatakan apa pun tentang stabilitas jangka panjang IMU yang sebenarnya. Mengidentifikasi minimumnya sebagai ketidakstabilan bias juga memerlukan pemeriksaan model noise, kemiringan, dan koefisien yang bergantung pada konvensi.

Rekam kondisi yang cukup untuk dibandingkan

Simpan model/firmware, ODR, bandwidth, satuan, rentang suhu, durasi total, tingkat data yang hilang, sumbu, rata-rata, deviasi standar, dan jumlah pasangan untuk setiap τ. ODR adalah laju data keluaran internal sensor, bukan frekuensi polling host. Pemfilteran mengubah kurva bahkan pada perangkat keras yang identik. Lanjutkan dengan sampling dan aliasing untuk memahami mengapa polling yang lebih cepat saja tidak menciptakan informasi baru.