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，RMS 经常被用于量化集成位置、速度和姿态中的测量噪声和残余误差。例如，RMS 加速度噪声有助于确定随机波动在积分后如何影响速度估计。
RMS 角速率噪声，通常表示为角随机游走，直接影响姿态漂移。制造商使用其值来规定许多性能指标，例如速度随机游走、偏置重复性和输出噪声密度。这些基于 RMS 的规范允许系统集成商比较不同的 IMU，估计随时间变化的导航漂移，并设计合适的滤波策略。
卡尔曼滤波器广泛应用于 INS/GNSS 集成，在其过程和测量协方差矩阵中使用 RMS 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，RMS 也作为一个关键指标。分析师计算估计轨迹和参考解决方案之间的 RMS 差异，以评估在涉及 GNSS 拒止或高动态机动的测试中 INS 的质量。
较低的 RMS 误差表明传感器行为稳定且滤波有效。相反，较高的 RMS 误差则突出显示了热漂移、机械振动或校准不足等问题。
因为 RMS 总结了变化的总体幅度，它使工程师能够判断系统在环境压力下的鲁棒性。通过这种方式，它作为一种基础工具，用于表征惯性传感器行为、评估导航算法，并确保 INS 在各种任务剖面中可靠地运行。
