3. 随机误差与噪声
在IMU的Allan方差分析中，我们最终得到的并不是一条简单的“噪声大小”曲线，而是一条由不同斜率线段拼接而成的双对数曲线。每一条斜率背后，都对应着一种具有明确物理含义的随机误差机制。理解这些噪声类型，是读懂Allan方差图、进而指导IMU选型与滤波设计的关键。
核心思想：Allan方差曲线是多种随机误差在时间尺度上的“叠加显影”。不同噪声在双对数坐标下呈现不同斜率，斜率就是识别噪声类型的“指纹”。
一、五类典型噪声及其物理含义
工程中最常讨论的IMU随机噪声包括量化噪声、角度/速度随机游走、零偏不稳定性、速率随机游走和速率斜坡。它们在Allan方差图中分别对应不同的斜率区间，物理来源也各不相同。
| 噪声类型 | Allan方差斜率 | 物理含义 | 典型来源 |
|---|---|---|---|
| 量化噪声 | τ⁻¹（-1） | 输出离散化引起的白噪声，短时间主导 | ADC位数、采样量化 |
| 角度/速度随机游走 | τ⁻¹ᐟ²（-0.5） | 白噪声积分形成的随机游走 | 传感器白噪声、电路热噪声 |
| 零偏不稳定性 | τ⁰（0） | 零偏在长时间内缓慢漂移，曲线出现平台 | 1/f噪声、温度、器件老化 |
| 速率随机游走 | τ¹ᐟ²（+0.5） | 角速率/加速度零偏的随机游走 | 低频漂移、环境扰动 |
| 速率斜坡 | τ¹（+1） | 确定性线性漂移，非随机但常一并建模 | 温漂、标定残差 |
二、从Allan方差曲线识别噪声
Allan方差的双对数曲线通常呈“V”形或“U”形：左侧短时间由量化噪声和随机游走主导，右侧长时间由零偏不稳定性、速率随机游走和速率斜坡主导。曲线最低点对应的τ值，往往就是零偏不稳定性的特征时间，其对应的Allan偏差值即为零偏不稳定性系数。
下面这张图展示了五类噪声在Allan方差双对数坐标中的典型斜率分布，以及它们随相关时间τ变化的相对贡献关系。
三、各噪声的物理来源与工程影响
- 量化噪声：由ADC位数和采样量化引起，表现为短时间τ下的高Allan偏差。它决定了IMU输出分辨率的下限，通常通过提高ADC位数或过采样来抑制。
- 角度/速度随机游走：白噪声积分的结果，单位分别为°/√h和m/s/√h。它决定了姿态解算中角度误差随时间累积的速度，是惯导系统短期精度的核心指标。
- 零偏不稳定性：表现为Allan方差曲线上的平台，单位°/h或mg。它反映了零偏在长时间内的缓慢波动，主要来源于1/f噪声、温度变化和器件老化，是影响长时间导航精度的关键因素。
- 速率随机游走：零偏本身的随机游走，单位°/h/√Hz。它使零偏随时间缓慢漂移，在长时间积分中产生累积误差，常见于低频环境扰动和未建模的动态效应。
- 速率斜坡：确定性线性漂移，单位°/h²。虽然严格来说不是随机噪声，但在Allan方差中常与随机项一并拟合，主要来源于温漂和标定残差。
记忆口诀：短时看量化，中时看游走，长时看零偏，再长看斜坡。斜率负一量化现，负半随机游走见，零斜率是零偏站，正半速率随机转，正一斜坡漂移远。
四、案例：某MEMS IMU的Allan方差分析
以某款消费级MEMS IMU为例，采集2小时静态数据，采样率100Hz，计算Allan方差后得到如下典型参数：
# Allan方差分析结果（示例）
量化噪声系数 Q = 0.002 °/√Hz
角度随机游走 ARW = 0.15 °/√h
零偏不稳定性 BI = 8.5 °/h
速率随机游走 RRW = 0.02 °/h/√Hz
速率斜坡 R = 0.001 °/h²
# 特征时间
零偏不稳定性特征时间 τ_BI ≈ 200 s
从结果看，该IMU在短时间（τ < 10s）由量化噪声和角度随机游走主导，适合短时高动态姿态测量；在τ ≈ 200s处出现零偏不稳定性平台，说明长时间静态下零偏会缓慢漂移；τ > 1000s后速率随机游走和速率斜坡逐渐显现，长时间导航需引入零偏在线估计与温度补偿。
五、常见误区与复盘
误区一：把Allan方差曲线的最低点直接当作“零偏”。实际上最低点对应的是零偏不稳定性系数，单位是°/h，而不是零偏的瞬时值。零偏均值需要单独统计。
误区二：忽略采样率与数据长度的影响。Allan方差对采样率和总时长敏感，采样率不足会掩盖高频噪声，数据时长不足则无法观察到速率随机游走和速率斜坡。
误区三：将所有斜率都强行拟合为五类噪声。实际IMU可能还存在正弦噪声、马尔可夫噪声等，需要结合频谱分析和物理机理综合判断，避免过拟合。
复盘建议：在完成Allan方差计算后，先观察曲线整体形态，再分段拟合斜率，最后将拟合参数与器件手册和实际应用场景对照。只有把噪声类型与物理来源、工程影响对应起来，Allan方差分析才真正具有指导意义。