第一章 惯性导航误差源分析
做惯导这么多年，我最大的体会就是：误差无处不在。你想想看，一个陀螺仪如果每天漂移0.01度，看起来很小对吧？但飞一个小时，位置误差就能到几百米。所以搞惯导，说白了就是跟误差做斗争。
这一章，咱们把误差源一个一个拎出来，看看它们到底从哪来，怎么影响导航精度。
1.1 陀螺仪误差
陀螺仪是惯导系统的核心，也是最容易出问题的环节。我个人习惯把陀螺仪误差分成三类：零偏、刻度因子、安装误差。
1.1.1 零偏（Bias）
零偏是什么？就是陀螺仪静止时，输出不为零。比如你把它放在桌上不动，它告诉你「我在以0.1°/s旋转」——这就是零偏。
零偏又分两种：
- 常值零偏：每次开机都差不多，可以标定补偿
- 随机零偏：每次开机都不一样，还随时间缓慢变化
关键点：随机零偏是限制惯导精度的主要因素。我见过一个项目，陀螺仪标称零偏稳定性0.01°/h，但实际跑起来，半小时就漂了0.3°——这就是随机零偏在作怪。
零偏对导航的影响，可以用一个简单公式估算：
位置误差 ≈ 1/2 * g * (bias * t²) * t²嗯，你没看错，是t的四次方。所以时间越长，误差增长越恐怖。
1.1.2 刻度因子误差
刻度因子误差，说白了就是「输入和输出不成比例」。你转10°，它告诉你转了10.1°；你转100°，它告诉你转了101°。这个比例偏差就是刻度因子误差。
我遇到过最坑的一次：某型光纤陀螺，刻度因子误差标称100ppm（百万分之一）。但实际测试发现，在高温环境下，刻度因子能漂到500ppm。你想想看，飞机做大机动转弯时，这个误差直接导致姿态解算崩掉。
避坑指南：我曾经在温度箱里做标定，发现刻度因子随温度变化是非线性的。后来我改用分段线性拟合，才把误差压到50ppm以内。所以做高精度惯导，温度补偿是必修课。
1.1.3 安装误差
安装误差就是陀螺仪的敏感轴和载体坐标系没对齐。理论上应该装得严丝合缝，实际上总有几角分的偏差。
安装误差的影响有多大？我给你算笔账：
- 假设安装误差1角分（约0.017°）
- 载体以100°/s旋转
- 那么耦合到其他轴的角速度误差 ≈ 100 * sin(0.017°) ≈ 0.03°/s
0.03°/s看起来不大？但积分10秒就是0.3°，够让导弹偏出目标了。
1.2 加速度计误差
加速度计的原理比陀螺仪简单，但误差模型差不多：零偏、刻度因子、安装误差。不过加速度计有个特殊问题——g灵敏度。
什么叫g灵敏度？就是加速度计对重力加速度的敏感程度。比如你把它水平放置，理论上输出应该是0g。但实际因为内部结构不对称，它可能输出0.001g。这个误差在水平对准时特别要命。
| 误差类型 | 典型值（消费级） | 典型值（工业级） | 典型值（导航级） |
|---|---|---|---|
| 零偏 | 10 mg | 1 mg | 0.01 mg |
| 刻度因子 | 1000 ppm | 100 ppm | 10 ppm |
| 安装误差 | 10 角分 | 1 角分 | 0.1 角分 |
注意：加速度计零偏1mg，积分10秒产生约0.05m/s的速度误差，再积分10秒就是0.5m的位置误差。所以做纯惯性导航，加速度计零偏必须控制在0.1mg以内。
1.3 初始对准误差
初始对准，就是系统启动时确定初始姿态、位置、速度。这个环节的误差会一直传递下去，永远无法消除。
为什么？因为惯导是积分系统。初始姿态偏了0.1°，后面所有计算都基于这个错误姿态。你想想看，就像盖楼地基歪了，上面盖得再直也没用。
初始对准误差主要来自：
- 对准算法误差：比如解析粗对准的精度有限
- 传感器噪声：对准时陀螺和加速度计的噪声会污染结果
- 环境扰动：比如船在码头晃动，对准精度会大幅下降
我记得有个项目，客户要求对准精度0.01°。我们在实验室做得好好的，一到现场就崩。后来发现是码头有低频晃动，频率刚好和对准滤波器共振。最后加了陷波滤波器才搞定。
1.4 计算误差
计算误差，说白了就是计算机算得不够准。现在嵌入式处理器性能越来越强，但计算误差依然存在。
主要来源：
- 量化误差：ADC采样时，模拟量转数字量会丢失精度
- 截断误差：浮点数运算时，位数有限导致舍入
- 算法近似：比如姿态更新用的毕卡算法，本身就是近似解
实战经验：我做过一个对比测试，用单精度浮点和双精度浮点跑同样的惯导算法。跑1小时，单精度的位置误差比双精度大了约10%。所以高精度惯导，我建议用双精度。
另外，姿态更新算法的选择也很关键。常用的有：
// 毕卡算法（一阶近似）
q_new = q_old + 0.5 * dt * omega * q_old
// 龙格-库塔法（四阶精度）
k1 = 0.5 * omega(t) * q(t)
k2 = 0.5 * omega(t+dt/2) * (q(t) + dt/2 * k1)
k3 = 0.5 * omega(t+dt/2) * (q(t) + dt/2 * k2)
k4 = 0.5 * omega(t+dt) * (q(t) + dt * k3)
q_new = q(t) + dt/6 * (k1 + 2*k2 + 2*k3 + k4)毕卡算法简单但精度低，龙格-库塔法精度高但计算量大。怎么选？看你的处理器性能和精度要求。
1.5 环境误差
环境误差是最让人头疼的，因为它不可控。主要因素：
- 温度：陀螺零偏随温度变化，典型值0.01°/h/°C
- 振动：高频振动会引入噪声，低频振动会耦合进导航解算
- 磁场：地磁场变化会影响磁力计辅助的惯导系统
- 重力异常：实际重力场和模型不一致，导致位置误差
特别提醒：我曾经在高原地区做测试，发现重力异常导致的高度误差达到几十米。后来查资料才知道，青藏高原的重力异常能到100mGal（毫伽），相当于0.01%的重力偏差。对于高精度惯导，这个误差必须补偿。
环境误差的补偿方法：
- 温度补偿：建立温度-误差模型，实时修正
- 振动隔离：用减震器或数字滤波
- 重力模型：用EGM2008等高精度重力场模型
- 多传感器融合：用GPS、磁力计等辅助修正
本章小结
这一章咱们把惯导的五大误差源过了一遍。说实话，每个误差单独看都不大，但叠加起来就够呛。做惯导系统，本质上就是跟这些误差斗智斗勇。
下一章，咱们会深入讲误差建模和补偿方法。到时候我会分享一些实际项目中的标定技巧，保证干货满满。
课后思考：如果你手上有一个零偏0.1°/h的陀螺，和一个零偏1mg的加速度计，估算一下纯惯性导航10分钟后的位置误差大概是多少？提示：用前面给的公式。