Sabit bir IMU logunu okuyun: sapma, dağılım ve Allan sapması

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

Sıfırdan farklı sabit bir IMU çıkışı tamamen rastgele gürültü değildir. Ortalama sapmayı, kısa vadeli dağılımı ve ortalama alma süreleri boyunca kararlılığı ayırın. Bu makale, bilinen özelliklere sahip sentetik veriler üzerinde doğrulanmış bir CSV aracıyla bir jiroskop eksenini analiz etmektedir.

Sabit koşulları ve geçerli zamanı belirleyin

IMU'yu sabitleyin ve ısınmayı, çıkış hızını, filtrelemeyi, sıcaklığı, süreyi ve birimleri kaydedin. Masa titreşimi, kablo kuvvetleri veya değişen sıcaklık, yalnızca sensör gürültüsüne dayalı bir yorumu geçersiz kılar. Sabit ivmeölçerler yerçekimini içerir, bu nedenle jiroskopun sıfıra yakın beklentisini ivmeye aktarmayın.

Ortalama açısal hız, hassasiyet ve kurulumun ilgili hale getirdiği durumlarda Dünya dönüşü de dahil olmak üzere, sapmadan daha fazlasını içerebilir. ADI değerlendirme kılavuzu, bozulma içermeyen, sıcaklık kontrollü kayıtları teşvik eder; cihaza özgü edinim ayarları evrensel IMU gereksinimleri değildir.

CSV ve çoğaltma

Saniye ve rad/s cinsinden time_s,gyro_rad_s sütunlarını kullanın. Analiz betiğini indirin:

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

İkinci satır, kendi dosyanız için alternatif bir çağrıdır. Sentetik mod, Python 3.12.3, NumPy 1.26.4 ve Matplotlib 3.6.3 ile çalıştırılmıştır. Girişler en az 100 sonlu örnek içermeli, kesinlikle artan zamanlar ve medyan aralığın %1'inden fazla olmayan aralık sapmaları içermelidir. Bu %1, bu alıştırmanın doğrulama kuralıdır, bir IMU spesifikasyonu değildir.

Boşlukları kapatmayın ve örneklemenin tekdüze olduğunu varsaymayın. Önce sürekli aralıkları bölün. Yeniden örnekleme, enterpolasyon/filtreleme yoluyla gürültüyü de değiştirir ve belgelenmelidir.

Ortalama ve Standart Sapma

Sentetik girdiler, 100 Hz'de 600 saniye boyunca 60.000 nokta içerir, tohum 7: sabit 0,01 rad/s ofset artı 0,002 rad/s standart sapmalı bağımsız Gauss gürültüsü. Sonuçlar ortalama 0,009991 rad/s ve örnek standart sapması 0,001994 rad/s'dir. Girdi ve istatistikler dosyalarını indirin.

Ortalama, her sıcaklık veya güç döngüsünü değil, bu aralığı karakterize eder. Standart sapma tek başına yavaş değişimleri hızlı gürültüden yeterince ayırmaz. Bir sonraki adımda ortalama alma süresini değiştirin.

Ortalama alma süreleri boyunca Allan sapması

Açısal hızları, blok ortalamaları ȳ olan m örnekten oluşan K adet örtüşmeyen bloğa bölün. Uygulanan istatistik şöyledir:

\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

Birimler rad/s olarak kalır. Her m için, tam bir blok oluşturamayan sondaki örnekler atılır. Bitişik ortalamaların farkı, sabit bir sapmayı ortadan kaldırır, bu nedenle Allan sapması tek başına büyüklüğünü ortaya koyamaz. NIST SP 1065 tanımı ve örtüşen varyantı açıklar. Bu referans frekans kararlılığıyla ilgili olsa da, bu kod bitişik ortalama istatistiğini jiroskop açısal hızlarına uygular.

Sentetik sonucu okuyun

Sentetik beyaz jiroskop gürültüsünün örtüşmeyen Allan sapması, rad/s cinsinden, saniye cinsinden ortalama alma süresine karşı.

Bağımsız beyaz gürültü için, m örneğin ortalaması, dağılımı yaklaşık olarak 1/√m oranında azaltır. Çizilen teorik eğri 0,002/√(100τ)'dir. Uzun ortalama alma süreleri daha az bloğa ve daha belirsiz tahminlere sahiptir. Allan CSV bitişik çiftleri içerir. En az on blok gereklidir, ancak sonunda yaklaşık dokuz bitişik çift yine de zayıf bir kanıt sağlar.

Hiçbir önyargı kararsızlığı veya rastgele yürüyüş eklenmedi. Düşen bir eğri, gerçek bir IMU'nun uzun vadeli kararlılığı hakkında hiçbir şey söylemez. Minimumunu önyargı kararsızlığı olarak tanımlamak, gürültü modelini, eğimi ve kurala bağlı katsayıyı da kontrol etmeyi gerektirir.

Karşılaştırmak için yeterli koşul kaydedin

Her τ için model/firmware, ODR, bant genişliği, birimler, sıcaklık aralığı, toplam süre, eksik veri oranı, eksen, ortalama, standart sapma ve çift sayılarını kaydedin. ODR, sensörün dahili çıkış veri hızıdır, ana bilgisayar yoklama frekansı değildir. Filtreleme, aynı donanımda bile eğrileri değiştirir. Daha hızlı yoklamanın tek başına neden yeni bir bilgi oluşturmadığını anlamak için örnekleme ve takma adlandırma ile devam edin.