La racine carrée de la moyenne quadratique (RMS) est une mesure statistique qui quantifie l'amplitude d'un signal variable. Elle est largement utilisée en navigation inertielle pour décrire le bruit du capteur, l'instabilité de biais et la qualité globale des mesures inertielles. La valeur RMS exprime la puissance effective d'un signal en prenant la racine carrée de la moyenne des valeurs au carré. Ce processus garantit que les écarts positifs et négatifs contribuent de manière égale au résultat.
Les ingénieurs s'appuient sur la valeur RMS pour caractériser les sorties des accéléromètres et des gyroscopes, en particulier lors de l'évaluation de la propagation des erreurs dans une centrale de mesure inertielle (IMU). Cela joue donc un rôle essentiel dans l'évaluation de la capacité d'un système de navigation inertielle (INS) à maintenir la précision pendant l'estimation à l'estime.
Impact sur la navigation inertielle
En navigation inertielle, la valeur RMS est fréquemment utilisée pour quantifier le bruit de mesure et les erreurs résiduelles de la position, de la vitesse et de l'attitude intégrées. Par exemple, le bruit d'accélération RMS aide à déterminer comment les fluctuations aléatoires affectent les estimations de vitesse après intégration.
Le bruit de vitesse angulaire RMS, souvent exprimé sous forme de marche aléatoire angulaire (angular random walk), influence directement la dérive d'attitude. Les fabricants spécifient de nombreuses métriques de performance—telles que la marche aléatoire de vitesse (velocity random walk), la répétabilité du biais (bias repeatability) et la densité de bruit de sortie (output noise density)—en utilisant ses valeurs. Ces spécifications basées sur le RMS permettent aux intégrateurs de systèmes de comparer différentes IMU, d'estimer la dérive de navigation au fil du temps et de concevoir des stratégies de filtrage appropriées.
Le filtre de Kalman, largement utilisé dans l'intégration INS/GNSS, utilise les niveaux de bruit RMS dans ses matrices de covariance de processus et de mesure pour gérer l'incertitude et réduire les erreurs d'estimation.
Le RMS sert également de métrique cruciale lors de la validation des performances de navigation par post-traitement. Les analystes calculent les différences RMS entre les trajectoires estimées et les solutions de référence pour évaluer la qualité d'un INS lors de tests impliquant un déni GNSS ou des manœuvres à haute dynamique.
Une faible erreur RMS indique un comportement stable du capteur et un filtrage efficace. Inversement, une erreur RMS élevée met en évidence des problèmes tels que la dérive thermique, les vibrations mécaniques ou une calibration insuffisante.
Parce que le RMS résume l'amplitude globale des variations, il permet aux ingénieurs de juger de la robustesse du système face aux contraintes environnementales. Ainsi, il agit comme un outil fondamental pour caractériser le comportement des capteurs inertiels, évaluer les algorithmes de navigation et garantir qu'un INS fonctionne de manière fiable sur divers profils de mission.
