Der Effektivwert (RMS) ist ein statistisches Maß, das die Größe eines variierenden Signals quantifiziert. Er wird häufig in der inertialen Navigation verwendet, um Sensorauschen, Bias-Instabilität und die Gesamtqualität von Trägheitsmessungen zu beschreiben. RMS drückt die effektive Leistung eines Signals aus, indem die Quadratwurzel aus dem Mittelwert der quadrierten Werte gezogen wird. Dieser Prozess stellt sicher, dass positive und negative Abweichungen gleichermaßen zum Ergebnis beitragen.
Ingenieure verlassen sich auf RMS, um die Ausgaben von Beschleunigungsmessern und Gyroskopen zu charakterisieren, insbesondere bei der Bewertung der Fehlerfortpflanzung in einer Inertial Measurement Unit (IMU). Dies spielt daher eine wesentliche Rolle bei der Bewertung, wie gut ein Inertialnavigationssystem (INS) die Genauigkeit während des Koppelnavigation aufrechterhalten kann.
Auswirkungen auf die Trägheitsnavigation
In der Trägheitsnavigation wird RMS häufig angewendet, um sowohl das Messrauschen als auch Restfehler in der integrierten Position, Geschwindigkeit und Lage zu quantifizieren. Zum Beispiel hilft das RMS-Beschleunigungsrauschen dabei zu bestimmen, wie zufällige Schwankungen die Geschwindigkeitsschätzungen nach der Integration beeinflussen.
Das RMS-Drehratenrauschen, oft als Angular Random Walk ausgedrückt, beeinflusst direkt die Lagedrift. Hersteller spezifizieren viele Leistungskennzahlen – wie Velocity Random Walk, Bias-Wiederholbarkeit und Ausgangsrauschdichte – unter Verwendung seiner Werte. Diese RMS-basierten Spezifikationen ermöglichen es Systemintegratoren, verschiedene IMUs zu vergleichen, die Navigationsdrift über die Zeit abzuschätzen und geeignete Filterstrategien zu entwickeln.
Der Kalman-Filter, der in der INS/GNSS-Integration weit verbreitet ist, verwendet RMS-Rauschpegel in seinen Prozess- und Messkovarianzmatrizen, um Unsicherheiten zu verwalten und Schätzfehler zu reduzieren.
RMS dient auch als entscheidende Metrik bei der Validierung der Navigationsleistung durch Nachbearbeitung. Analysten berechnen RMS-Differenzen zwischen geschätzten Trajektorien und Referenzlösungen, um die Qualität eines INS bei Tests mit GNSS-Ausfall oder hochdynamischen Manövern zu bewerten.
Ein niedriger RMS-Fehler weist auf stabiles Sensorverhalten und effektive Filterung hin. Umgekehrt zeigt ein hoher RMS-Fehler Probleme wie thermische Drift, mechanische Vibration oder unzureichende Kalibrierung auf.
Da RMS die Gesamtgröße von Variationen zusammenfasst, ermöglicht es Ingenieuren, die Systemrobustheit unter Umweltbelastungen zu beurteilen. Auf diese Weise dient es als grundlegendes Werkzeug zur Charakterisierung des Verhaltens von Inertialsensoren, zur Bewertung von Navigationsalgorithmen und zur Sicherstellung, dass ein INS über verschiedene Missionsprofile hinweg zuverlässig funktioniert.
