主要内容

allanvar

阿伦方差

描述

阿伦方差是用来测量振荡的频率稳定度的序列数据在时域。它还可以用于确定系统的固有噪声的平均时间的函数。的平均时间序列τ可以指定τ=/fs。在这里fs是数据的采样频率,是一个列表的提升平均因素(如1、2、4、8、…)。

(阿瓦尔人,τ)= allanvar (ω)返回阿伦方差阿瓦尔人作为一个函数的平均时间τ。默认的平均时间τ是一个八度序列给出(1、2、…,2地板{日志2((N1)/ 2]}),N样品的数量吗ω。如果ω被指定为一个矩阵,allanvar操作的列ω

(阿瓦尔人,τ)= allanvar (ω,)返回阿伦方差阿瓦尔人特定的值τ定义为。由于默认频率fs被认为是1,输出τ是完全相同的,

(阿瓦尔人,τ)= allanvar (ω,ptStr)集平均因子到指定点规范,ptStr。由于默认频率fs是1,输出τ正好等于指定的吗ptStr可以指定“八度”“十年”

例子

(阿瓦尔人,τ]= allanvar (___,fs)还允许您提供采样频率fs输入数据的ω在赫兹。这个输入参数可用于任何以前的语法。

例子

全部折叠

负载从垫陀螺仪数据文件,包括赫兹的数据的采样率。计算出阿伦方差。

负载(“LoggedSingleAxisGyroscope”,“ω”,“Fs”)(阿瓦尔人,τ)= allanvar(ω,“八度”Fs);

情节的阿伦方差重对数情节。

重对数(τ,阿瓦尔人)包含(“\τ”)ylabel (“\σ^ 2(\τ)”)标题(“阿伦方差”网格)

图包含一个坐标轴对象。坐标轴对象与标题阿伦方差包含一个类型的对象。

生成样本陀螺仪噪声,包括角随机游走和速率随机游走。

numSamples = 1 e6;Fs = 100;nStd = 1 e - 3;kStd = 1 e;nNoise = nStd。* randn (numSamples, 1);kNoise = kStd。* cumsum (randn (numSamples 1));ω= nNoise + kNoise;

在特定的值计算艾伦偏差 = τ 。艾伦偏差是阿伦方差的平方根。

m = 2 ^(上午);(阿瓦尔人,τ)= allanvar(ω,m, Fs);adev =√阿瓦尔人);

情节的艾伦偏差重对数情节。

重对数(τ,adev)包含(“\τ”)ylabel (“\σ(\τ)”)标题(“艾伦偏差”网格)

图包含一个坐标轴对象。坐标轴对象与标题艾伦偏差包含一个类型的对象。

输入参数

全部折叠

输入数据指定为一个N1的向量或一个N——- - - - - -矩阵。N样品的数量,是样本集的数量。如果指定为一个矩阵,allanvar操作的列ω

数据类型:|

平均因子,指定为一个标量或矢量与提升整数值小于(N1)/ 2,N样品的数量吗ω

数据类型:|

点的规范,指定为“八度”“十年”。基于价值的ptStr,被指定为:

  • 如果ptStr被指定为“八度”,是:

    ( 2 0 , 2 1 2…… 日志 2 ( N 1 2 ) ]

  • 如果ptStr被指定为“十年”,是:

    ( 10 0 , 10 1 十…… 日志 10 ( N 1 2 ) ]

N样品的数量吗ω

输入数据的基本频率,ω在赫兹,指定为一个积极的标量。

数据类型:|

输出参数

全部折叠

阿伦方差的输入数据τ,作为一个向量或矩阵返回。

阿伦方差的平均时间,返回为一个向量,或一个矩阵。

版本历史

介绍了R2019a

另请参阅

|