📚 Référence

Han, J., et al. (2020). “Random Error Reduction Algorithms for MEMS Inertial Sensor Accuracy Improvement — A Review.”

🎯 Objet

Revue des sources de bruit aléatoire dans les capteurs inertiels MEMS et des algorithmes de réduction d’erreurs.

🧩 Points clés

• Classification des bruits : biais constant, bruit blanc, random walk, instabilités thermiques.
• Techniques de modélisation : Allan Variance, Power Spectral Density, AR(1) et Gauss–Markov.
• Méthodes de réduction : filtrage adaptatif, Kalman/UKF, compensation par apprentissage.
• Impacts sur la précision GNSS/INS : dérive cumulative, besoin de recalibration.
• Recommandations pour la simulation RS3 : générateurs de bruit réalistes et modélisation Allan.

🔗 Liens

• A014 – base de modélisation du bruit inertiel.
• Relié à : [P002], [P004], [V001].