4. 标定基础理论

陀螺零偏与尺度因子标定的本质,是用一组可测量的输入输出数据,去估计陀螺仪内部“看不见”的确定性误差参数。要做到这一点,必须先建立三样东西:坐标系(谁相对谁测量)、数学模型(输出如何由输入和误差参数生成)、误差模型(哪些误差项被保留、哪些被忽略)。三者缺一,标定结果就失去物理意义。

一、坐标系定义:标定的“基准面”

陀螺标定至少涉及四个坐标系,它们之间的转换关系决定了模型的形式:

  • 载体坐标系(b 系):固连在陀螺安装基座上,随载体运动,是实际使用时的参考系。
  • 敏感轴坐标系(s 系):由陀螺三个敏感轴实际指向构成,由于装配误差,它与 b 系并不重合,存在安装失准角。
  • 转台坐标系(t 系):由标定转台的内、中、外框定义,是输入角速度的“真值”来源。
  • 地理坐标系(n 系):东北天或北东地,用于引入地球自转角速度分量。

标定的核心任务之一,就是求出 s 系到 b 系的转换矩阵,使陀螺输出能正确投影到载体坐标系。若忽略这一层,零偏和尺度因子的估计会被安装误差“污染”。

二、标定数学模型与输入输出关系

陀螺的静态输入输出关系可写成如下通用形式:

ω_out = K · ω_in + b + ε
其中:
  ω_out : 陀螺三轴原始输出(LSB 或 V)
  ω_in  : 输入角速度真值(°/s),由转台提供
  K     : 3×3 标度因数矩阵(含尺度因子与交叉耦合)
  b     : 3×1 零偏向量(°/s 或 LSB)
  ε     : 随机噪声与未建模误差

当只考虑主对角项时,K 退化为三个独立尺度因子;当考虑安装失准与轴间耦合时,K 为满阵。零偏 b 是输入为零时的输出截距,尺度因子是输出对输入的斜率。二者共同构成一阶线性误差模型。

关键理解:零偏决定“零点偏了多少”,尺度因子决定“斜率差了多少”。在输入输出平面上,零偏是截距,尺度因子是斜率,二者正交可分,因此可以通过多位置、多速率实验分别辨识。

三、误差模型建立方法

误差模型建立遵循“先结构、后参数”的流程:

  1. 确定误差项集合:根据陀螺类型(MEMS、光纤、激光)和精度要求,选择零偏、尺度因子、交叉耦合、非线性、温度系数等项。
  2. 设计激励实验:多位置法用于分离零偏与地球自转分量;多速率法用于拟合尺度因子;正反转法用于抵消部分固定误差。
  3. 构造观测方程:将每个位置的输出写成参数向量与回归矩阵的乘积,形成最小二乘问题。
  4. 参数估计与检验:用最小二乘或卡尔曼滤波求解,检查残差是否白化、参数是否显著。

以三位置法为例,观测方程可写为:

位置1(+X 朝上):ω_out,x = Kx·(Ωe·sinφ) + bx
位置2(-X 朝上):ω_out,x = Kx·(-Ωe·sinφ) + bx
位置3(水平静止):ω_out,x = bx
联立可解出 Kx 与 bx

四、典型场景与参数关系

下表给出某型 MEMS 陀螺在常温下标定的典型参数与含义,便于建立数量级概念:

误差项 符号 典型量级 物理含义
零偏 b 0.1~10 °/s 零输入时的输出偏移
尺度因子 K 0.5~2(无量纲) 输出与输入的斜率比
交叉耦合 Kxy 0.1%~2% 轴间串扰引起的附加输出
零偏重复性 σb 0.01~0.5 °/s 多次上电零偏的分散度
零偏稳定性 Bias Instability 1~100 °/h Allan 方差最低点对应值

下图给出标定数学模型的信号链关系,从转台输入到陀螺输出,再到参数辨识,形成完整闭环:

陀螺标定数学模型信号链 转台输入 ω_in (真值) 敏感轴 s 系 安装失准角 误差模型 K·ω + b + ε 陀螺输出 ω_out (LSB) 参数辨识(最小二乘 / 卡尔曼滤波) 估计 b、K、Kxy,并检验残差白化 标定结果:零偏 b、尺度因子 K、交叉耦合 Kxy、安装矩阵 M 补偿后:ω_corrected = K⁻¹ · (ω_out − b)

五、常见误区与复盘要点

误区一:把零偏当常数。零偏随温度、时间、上电次数变化,单次标定值不能长期使用,必须区分“标定零偏”与“零偏稳定性”。

误区二:忽略安装失准。若 s 系与 b 系不重合,尺度因子矩阵 K 的非对角项会被误判为交叉耦合,导致补偿后仍有残差。

误区三:用单速率拟合尺度因子。单点无法区分零偏与斜率,至少需要两个不同速率或正反转实验。

复盘建议:每次标定后,用未参与拟合的验证点检查残差;若残差随输入增大而增大,说明非线性项未建模;若残差随位置变化,说明零偏或安装矩阵估计不准。标定不是“算完即止”,而是“建模—辨识—验证”的闭环。

综上,标定基础理论的核心是:以坐标系为基准,以输入输出关系为骨架,以误差模型为参数集合,通过合理实验设计把零偏、尺度因子和耦合项从原始数据中分离出来。只有模型结构正确,后续的补偿和组合导航才能获得可信的角速度信息。