惯性传感器标定中重复采样方案的多信号方法
信号处理
2021-11-01 v3
摘要
惯性传感器标定在包括导航工程在内的许多研究领域中扮演着日益重要的角色。通过精确执行该任务，可借助正确滤除表征此类设备的确定性与随机测量误差，显著提升总体导航性能。虽有不同技术可用于建模与去除确定性误差，过去数年针对具有复杂结构的随机误差建模已有大量研究。为建模后者，需采集这些误差信号的多个 replicates，并基于其中之一识别与估计模型。尽管该流程已改善导航性能，却尚未利用同一传感器上采集的所有其他 replicates 的信息。然而，已观察到 replicates 间常出现误差特性变化，这也可由每次 replicate 采集时不同的（恒定）外部条件解释。无论 replicates 间差异原因为何，模型结构在 replicates 间似乎保持一致，但参数值变化。本工作中，我们因而考虑并研究不同方法的性质，这些方法在此现象下能结合所有 replicates 的信息，并在仿真环境及应用于真实惯性传感器误差信号时确认其有效性。通过考虑 replicates 间参数变化，本工作凸显了这些方法如何提升平均导航精度，并获得导航解不确定度的可靠估计。
引用
@article{arxiv.2105.06217,
title = {Multi-Signal Approaches for Repeated Sampling Schemes in Inertial Sensor Calibration},
author = {Gaetan Bakalli and Davide A. Cucci and Ahmed Radi and Naser El-Sheimy and Roberto Molinari and Olivier Scaillet and Stéphane Guerrier},
journal= {arXiv preprint arXiv:2105.06217},
year = {2021}
}