均方根 (RMS) 是一种统计测量，用于量化变化信号的幅度。它广泛用于惯性导航中，以描述传感器噪声、偏置不稳定性和惯性测量的整体质量。RMS 通过取平方值的平均值的平方根来表示信号的有效功率。此过程确保正偏差和负偏差对结果的贡献相同。
工程师依靠 RMS 来表征加速度计和陀螺仪的输出，尤其是在评估惯性测量单元 (IMU) 中的误差传播时。因此，这在评估惯性导航系统 (INS) 在航位推算期间保持精度的能力方面起着至关重要的作用。
对惯性导航的影响
在惯性导航中，均方根（RMS）常被用于量化集成后的位置、速度和姿态中的测量噪声及残差误差。例如，加速度噪声的均方根有助于确定随机波动在积分后如何影响速度估计值。
角速度噪声的均方根（通常表示为角随机游走）会直接影响姿态漂移。 制造商使用其数值来规定许多性能指标——例如速度随机游走、偏移重复性和输出噪声密度。这些基于均方根的规格使系统集成商能够比较不同的惯性测量单元（IMU），估算随时间变化的导航漂移，并设计适当的滤波策略。
卡尔曼滤波器（Kalmán filter）GNSS 被广泛应用，其过程矩阵和测量协方差矩阵中均采用均方根噪声水平来管理不确定性并减少估计误差。
在通过后处理验证导航性能时，均方根值也是一个关键指标。分析人员会计算估计轨迹与参考解之间的均方根差异，以评估GNSS 或高动态机动INS 的质量。
较低的均方根误差表明传感器行为稳定且滤波有效。相反，较高的均方根误差则凸显了热漂移、机械振动或校准不足等问题。
由于均方根误差概括了变异的总体幅度，因此工程师可据此判断系统在环境应力下的鲁棒性。由此，它成为表征惯性传感器行为、评估导航算法以及确保INS 在各种任务场景下可靠INS 的基础工具。
