10.15
阿伦方差
Allan 方差分析以及python代码实现_allan方差分析-CSDN博客
阿伦方差（Allen variance）是一种用于评估时间序列数据（例如传感器数据）稳定性和噪声特性的统计量。适用于信号噪声分析和频率稳定性测量。
典型的六轴IMU输出三个轴的加速度和三个轴的角速度。对加速度做积分可以得到速度、再做一次积分可以得到位移；对角速度积分可以得到角度。
所需参数
-
时间序列数据：原始数据序列，例如 IMU 的加速度或角速度数据。
-
时间间隔（τ）：用于分段的时间长度，通常需要根据应用场景进行选择。
-
段的数量（M）：可以从时间序列的总长度和时间间隔推算出。
计算过程
阿伦方差通过将时间序列数据分成若干段，然后计算每段的均值，再评估这些均值之间的变化，从而反映信号的稳定性和噪声特性。
通过段均值的变化（差值）计算其方差，从而得到阿伦方差，这个值越小通常表示信号越稳定，噪声越小。
- 对于每个时间段，计算该段的均值：
- 计算每个段均值之间的差异：
- 阿伦方差定义为段均值差的方差：
实际在python中使用的时候发现，对数据要求不低啊，不能帧率太高时间戳太密集，数据长度不能太小