L'erreur aléatoire des gyroscopes à fibre optique est un facteur critique affectant leur précision de mesure. Cependant, les caractéristiques statistiques de ces erreurs présentent des propriétés variant dans le temps, ce qui dégrade la fidélité du modèle et, par conséquent, compromet les performances des algorithmes de suppression des erreurs aléatoires. Pour aborder ces problèmes, cette étude propose d'abord une méthode de calcul de la variance d'Allan dynamique récursive qui atténue efficacement la mauvaise performance en temps réel et la fuite spectrale inhérentes aux techniques classiques de variance d'Allan dynamique. Par la suite, la variance d'Allan dynamique récursive est intégrée avec l'estimation de la variance du processus du filtrage de Kalman pour construire un filtre de Kalman adaptatif double capable de commuter et d'ajuster de manière autonome les paramètres du modèle et la variance du bruit. Enfin, des expériences de validation statique et dynamique ont été réalisées pour évaluer la méthode proposée. Les résultats expérimentaux montrent que, par rapport aux algorithmes existants, l'approche proposée améliore significativement la suppression des erreurs de marche aléatoire angulaire dans les gyroscopes à fibre optique.
Li et al. (mar), ont étudié cette question.