¿Cómo podría medir el ruido de las lecturas del ángulo del giroscopio?

2

Tengo un sistema que utiliza giroscopios para finalmente darme los ángulos / orientación de un objeto. Entonces, digamos que el objeto está sentado a 90 grados. Podría obtener algunas lecturas como:

87.56632 deg
87.25641 deg
87.69428 deg

Digamos que obtengo aproximadamente 100 valores, sé que en un mundo perfecto el giroscopio me daría 90 grados. Bueno, ya que no estamos en un mundo perfecto, obtengo valores como los que se muestran arriba.

Digamos que los valores no son perfectos debido a algún ruido en el sistema. ¿Existe alguna fórmula matemática que pueda usar para tener una idea de que el conjunto de datos es relativamente "ruidoso" (solo a partir de un tamaño de muestra fijo de solo los ángulos)?

En otras palabras, lo que estoy tratando de hacer aquí es:

Obtenga una idea de cuán ruidosos son los datos que rebotan, con respecto al valor que sé que debería tener (exactamente 90 grados).

    
pregunta Snoop

2 respuestas

1

Parece que estás hablando de desviación estándar . Es una medida de calidad ampliamente utilizada para mediciones repetitivas, calculada con la siguiente fórmula: $$ \ sigma = \ sqrt {\ frac1 N \ Sigma (x_i- \ mu) ^ 2}, \ where \ \ mu = \ frac1 N \ Sigma x_i $$

Para un \ $ \ sigma \ $ conocido, puede esperar que el 99% de sus mediciones estén dentro de [+3 \ $ \ sigma \ $; -3 \ $ \ sigma \ $] intervalo. Si su aplicación debe distinguir los valores que están dentro de 3 \ $ \ sigma \ $ entre sí o menos, entonces sus mediciones son demasiado ruidosas y es posible que necesite un sensor más preciso o algún tipo de algoritmo de cancelación de ruido. De lo contrario, tus medidas probablemente estén bien.

PS. Como sus mediciones no le dan un promedio de 90, probablemente no calibró su sensor, por lo que también tiene un error de compensación.

    
respondido por el Dmitry Grigoryev
1

Lo que parece estar preguntando es para determinar el componente de CA que está por encima del promedio de DC. Hay varias formas algorítmicas para hacer esto.

La forma conceptualmente obvia es encontrar el promedio de DC, restarlo de cada valor y luego encontrar el RMS del resultado. Algorítmicamente puede ser más simple calcular el promedio y el RMS juntos, luego restar los dos para obtener alguna medida del componente de CA.

Por ejemplo, digamos que tenemos muestras 8, 9, 9, 10, 11, 11, 12. El promedio es obviamente 10. El componente de CA es entonces -2, -1, -1, 0, 1, 1 , 2. El RMS de eso es 1.31.

Para calcular el RMS, cuadrar todos los valores:
4, 1, 1, 0, 1, 1, 4
Luego encuentra el promedio de estos. Ese es el total dividido por el número de valores. 12/7 = 1.714. La raíz cuadrada de eso es el valor RMS. Sqrt (1.714) = 1.31.

Ahora, tomando las mismas muestras y calculando el RMS, se obtienen directamente 10.09. La diferencia entre eso y el promedio es de 0.09. Este no es el RMS (en realidad está relacionado con la desviación estándar) del componente de CA, pero aún puede ser una medida útil de "cuánto está rebotando la señal".

    
respondido por el Olin Lathrop

Lea otras preguntas en las etiquetas