主要内容

Allanvar.

艾伦差异

描述

Allan方差用于测量时域中的一系列数据振荡的频率稳定性。它还可以用于确定系统中的内在噪声作为平均时间的函数。平均时间序列τ.可以指定为τ.=m/FS.。这里FS.是数据的采样频率,和m是一个上升平均因子的列表(例如1,2,4,8,......)。

[avar.TAU] = allanvar(欧米茄返回Allan方差avar.作为平均时间的函数TAU。默认的平均时间TAU是一个八度序列(1,2,...,2地板{日志2[(N-1)/ 2]}), 在哪里N是样品数量欧米茄。如果欧米茄被指定为矩阵,Allanvar.在列中运行欧米茄

[avar.TAU] = allanvar(欧米茄m返回Allan方差avar.对于特定值TAU被定义为m。由于默认频率FS.假设为1,输出TAU与...完全一样m

[avar.TAU] = allanvar(欧米茄PTSTR.设置平均因子m到指定的点规范,PTSTR.。由于默认频率FS.是1,输出TAU与指定完全等于mPTSTR.可以指定为'octave'或者'十年'

例子

[avar.TAU] = Allanvar(___,FS.还允许您提供采样频率FS.输入数据欧米茄在Hz。此输入参数可以与先前的任何语法一起使用。

例子

全部收缩

从遥控器中加载陀螺数据,包括Hz中数据的采样率。计算Allan方差。

加载('LoggedingingLeaxisgroscope''omega''FS')[Avar,Tau] = Allanvar(Omega,'octave',fs);

绘制Allan方差loglog.阴谋。

loglog(tau,avar)xlabel('\ tau')ylabel('\ sigma ^ 2(\ tau)') 标题('Allan variance') 网格

图包含轴。标题Allan方差的轴包含类型线的对象。

产生样本陀螺噪声,包括角度随机步行和速率随机步行。

numsamples = 1e6;FS = 100;nstd = 1e-3;KSTD = 1E-7;nnoise = nstd。* randn(numsamples,1);Knoise = Kstd。* Cumsum(Randn(Numsamples,1));欧米茄= nnoise + knoise;

计算特定值的Allan偏差 m = τ. 。Allan偏差是Allan方差的平方根。

m = 2。^(9:18);[Avar,Tau] = Allanvar(Omega,M,FS);adev = sqrt(avar);

绘制Allan偏差loglog.阴谋。

Loglog(Tau,ADEV)XLabel('\ tau')ylabel('\ sigma(\ tau)') 标题('Allan偏差') 网格

图包含轴。具有标题Allan偏差的轴包含类型线的对象。

输入参数

全部收缩

输入数据指定为N-1个矢量或一个N-经过-m矩阵。N是样品数量和m是样本集的数量。如果指定为矩阵,Allanvar.在列中运行欧米茄

数据类型:单身的|双倍的

平均因素,指定为标量或向量,其上升的整数值小于(N-1)/ 2,在哪里N是样品数量欧米茄

数据类型:单身的|双倍的

点规范m,指定为'octave'或者'十年'。基于价值PTSTR.m指定如下:

  • 如果PTSTR.被指定为'octave'm是:

    [ 2 0. 2 1 ... 2 日志 2 N - 1 2 ]

  • 如果PTSTR.被指定为'十年'm是:

    [ 10. 0. 10. 1 ...... 10. 日志 10. N - 1 2 ]

N是样品数量欧米茄

输入数据的基本频率,欧米茄在Hz中指定为正标量。

数据类型:单身的|双倍的

输出参数

全部收缩

Allan输入数据的方差TAU,作为向量或矩阵返回。

平均Allan方差的时间,作为向量或矩阵返回。

也可以看看

|

在R2019A介绍