如何评价IMU传感器原始数据去噪效果

1.问题描述

对IMU数据进行卡尔曼滤波是去噪的常用方法，但在Q和R未知的情况下，需要对其进行估计，相关的算法较多，这里不再赘述。滤波的效果一般可以直观地从信噪比体现出来，但在被测信号未知的情况下，其中哪些信号有价值，哪些信号影响测量精度，只能通过信号处理后的效果体现出来。而一旦判定某个滤波处理效果更好，就可以在宏观上大幅度提高后续定位计算的精度。相反，滤波的同时有可能使数据失真，严重影响后续计算的精度。因此，需要对去噪结果进行检验，保证去噪后的数据质量，这是研究的重点。

有一种评价算法，利用静基座惯性导航系统的水平对准精度对加速度计误差敏感，而方位对准精度对陀螺漂移敏感的特性，通过评价初始对准精度，对当前去噪滤波的效果进行检验。而评价初始对准精度有两种方法：一种是按照上文介绍的误差偏角估计和判定方法来处理；另一种是使用对准后计算得到的轨迹与某校验点的距离远近来判定对准的效果。实际上后一种方法可以证明是与前一种方法等价的。

2.算法使用的条件

评估初始对准的俯仰角和航向角精度，可利用管道发球系统的工艺要求，即发球管道初始段相对平直，静置其中的IMU载体PIG的姿态可控、可测的特点，使静置时俯仰角β和滚转角γ为趋于0的小量。

3.算法介绍

令东北天SINS地理坐标系（n系），依次通过三个欧拉角（航向角α、俯仰角β和滚转角γ）旋转，得到载体坐标系（b系）。(www.xing528.com)

为评估初始对准方向角的精度，在b系之外，引入坐标原点与b系重合的b′系，b′系表示当前IMU载体的姿态真值，各坐标轴与b系的角度都是小量。采用欧拉角的旋转方式使b系与b′系重合，先使b系的y轴绕b′系x′轴旋转到b′系的x′Oy′平面，旋转角度ε_x，再绕b′系z′轴旋转到与b′系y′轴重合，旋转角度ε_z，显然ε_x和ε_z都是小量。

b′系航向角α′和俯仰角β′，即当前静置数据对准后航向角和俯仰角的真值，这里定义为常量。由已知条件，在近似状态下，航向角α′和俯仰角β′相对于b系的对应变量，相差一个旋转角的线性组合。令同一批数据两次滤波之后对准，求得航向角、俯仰角分别是α_i、α_j、βi和β_j，对应b系到b′系旋转角度分别是ε_zi、ε_zj、ε_xi和ε_xj，且i≠j。显然，α′_i=α′_j=α′，β′_i=β′_j=β′。由前面所述，第i和第j次滤波效果与这两次对准的精度关联，其中ε_zi、ε_zj与陀螺数据精度相关，ε_xi和ε_xj与加速度计精度相关，ε_z和ε_x的绝对值体现了两次对准的量化精度水平。不必研究相关性是否是线性的，也不必研究对ε_z和ε_x估计的误差，只需要利用经典的静基座初始对准算法在同等条件下估计出它们的值，并进行比较，绝对值越大，则对准精度越低。

4.滤波效果的评价方法

实际操作时取σ_ij=ε_zi-ε_zj和τ_ij=ε_xi-ε_xj。

求得σ_ij＞0，则第j次滤波得到的陀螺仪数据精度更高；τ_ij＞0，则第j次滤波得到的加速度计数据精度更高。反之精度则更低。此时，就可以得到对原始数据去噪滤波效果的比较，虽然无法确定最优解，但可以得到现有条件下相对最高质量的数据。