陀螺仪噪声怎么换算到角度漂移？

规格书里的噪声密度看起来很小，积分几分钟后角度却已经飘出预算，这通常不是计算器错了，而是噪声类型和积分时间没有对上。陀螺仪的噪声必须从角速度域换到角度域再判断。

角速度白噪声经过积分后会形成角随机游走。噪声密度常以每根号赫兹的角速度表示，它说明单位带宽内的随机抖动强度；当系统以一定带宽采样并积分时，短时间角度不确定度会随时间平方根增长。若只把噪声密度乘以采样点数，或者把采样率误当成有效带宽，就会明显高估或低估漂移。真正该进入预算的是滤波后的等效噪声带宽和积分时间。

低频噪声又会改变长时间表现。许多 MEMS 器件在短时间内接近白噪声，时间拉长后会出现偏置不稳定、闪烁噪声和温度残差。它们不会像白噪声那样简单通过平均持续下降，反而会在某个积分时间后形成误差下限。也就是说，静止平均一秒有用，平均一百秒未必继续变好，甚至可能把慢漂当成稳定参考写进系统。

Allan方差的价值，就是把不同时间尺度上的噪声拆开。短积分时间斜率可用于估计角随机游走，中等时间的谷底反映偏置稳定性，长时间抬升则提示速率随机游走或环境漂移。对陀螺仪来说，这比单看静态标准差更有工程意义，因为姿态系统关心的不是某一瞬间有多抖，而是积分到控制周期、导航周期和任务周期后误差会长成什么样。

实际换算时要避免把实验室静置结果直接外推到设备运行。带宽设置、采样抖动、电源噪声和振动都会抬高等效噪声；温度变化还会把本来属于偏置漂移的误差混入 Allan 曲线。若测试台很安静，得到的角随机游走可能过于乐观；若台架有低频晃动，又会把环境运动误记为传感器噪声。测试前要保证固定、供电和温度条件可控。

滤波也不是免费降低漂移。低通可以减少高频白噪声进入积分，但会带来相位延迟；平均窗口越长，随机抖动越小，动态响应越慢。若系统需要快速姿态变化，不能只按静态角度漂移选择最窄带宽。更稳妥的办法，是分别给控制环和长期姿态估计设置不同时间常数，让短时响应和长时稳定性各自有边界。

验证预算是否成立，最好把原始角速度记录下来，分别用目标滤波器离线积分，再和实际姿态误差比较。若离线预测和实测差很多，说明还有未建模的零偏、温度或振动项。只有预测曲线能解释误差随时间的增长方式，噪声指标才真正被用对。

单位换算也要严谨。度每秒、弧度每秒、每根号赫兹和每根号小时混用时，很容易差出数量级；采样平均后的标准差若没有注明带宽，也不能直接和手册噪声密度比较。把单位链写清，误差预算才不会被漂亮数字误导，评审时也更容易复核并复现。尤其在跨团队传递指标时，单位说明比单个结论更重要。

因此，噪声密度不是一句越低越好，而是要落到具体积分时间、带宽和误差模型里。会换算，才能判断一个指标是否真的支撑姿态精度。