[論文レビュー] Enhancing Inertial Navigation Performance via Fusion of Classical and Quantum Accelerometers

Xuezhi Wang, Allison Kealy+12 more|arXiv (Cornell University)|Mar 17, 2021

Atomic and Subatomic Physics Research参考文献 19被引用数 9

ひとこと要約

本稿では、量子加速度計の出力を古典的加速度計の出力を使って位相をアンラップする最大尤度確率的融合手法を提案する。これにより動的範囲が拡大され、ドリフトが低減される。古典的センサーを量子センサーの低サンプリングレートで再キャリブレーションすることで、融合により慣性航法の精度が顕著に向上し、直交位相の量子センサーを用いたシミュレーションでは、融合加速度誤差がほぼゼロに近くなる。

ABSTRACT

While quantum accelerometers sense with extremely low drift and low bias, their practical sensing capabilities face two limitations compared with classical accelerometers: a lower sample rate due to cold atom interrogation time, and a reduced dynamic range due to signal phase wrapping. In this paper, we propose a maximum likelihood probabilistic data fusion method, under which the actual phase of the quantum accelerometer can be unwrapped by fusing it with the output of a classical accelerometer on the platform. Consequently, the proposed method enables quantum accelerometers to be applied in practical inertial navigation scenarios with enhanced performance. The recovered measurement from the quantum accelerometer is also used to re-calibrate the classical accelerometer. We demonstrate the enhanced error performance achieved by the proposed fusion method using a simulated 1D inertial navigation scenario. We conclude with a discussion on fusion error and potential solutions.

研究の動機と目的

• 慣性航法システムにおける量子加速度計の限られた動的範囲と低サンプリングレートの問題に対処すること。
• 量子加速度計信号における位相の折りたたみ（wrapping）を克服し、利用可能な加速度範囲を制限する要因を解消すること。
• 高精度な量子測定を用いて古典的加速度計を周期的に再キャリブレーションすることで、その性能を向上させること。
• 古典的センサーと融合させることで、実世界の慣性航法における量子加速度計の実用的導入を可能にすること。
• 低レートで高精度な量子データとの確率的融合により、古典的センサーの蓄積バイアスを最小限に抑えること。

提案手法

• 最大尤度推定（MLE）を用い、量子加速度計の真の位相と古典的加速度計のバイアスを同時に推定する。
• 量子センサーのサンプリングレートに合わせて、低レートの量子加速度計出力と高レートの古典的加速度計データを融合する。
• 古典的加速度計の連続的測定を活用して、量子信号の位相状態の曖昧さを解消することで位相アンラップを実現する。
• 量子センサーの正弦波出力を非線形な正弦関数を介して加速度にマッピングする確率的モデルを採用し、MLEにより曖昧さを解消する。
• 正弦応答の線形感度領域にアクセスできるように、直交位相の量子加速度計（0 および π/2）を用いることで、非線形誤差を最小限に抑える。
• 1次元慣性航法の誤差性能を評価するために、1000回のモンテカルロ実行を用いて融合プロセスをシミュレートする。

実験結果

リサーチクエスチョン

• RQ1 古典的加速度計のデータを用いて、量子加速度計における位相の折りたたみ問題を効果的に解消できるか？
• RQ2 最大尤度推定が、低レートの量子データと高レートの古典的データを融合させることで、航法精度を向上させることができるか？
• RQ3 量子測定を用いた周期的再キャリブレーションによって、古典的加速度計のバイアスとドリフトをどの程度低減できるか？
• RQ4 直交位相の量子センサーを用いることで、融合出力の線形性と正確性にどのような影響を与えるか？
• RQ5 量子センサーの正弦応答における非線形感度が融合誤差に与える影響は何か？ また、その影響をどのように緩和できるか？

主な発見

• 融合手法により、古典的センサーのデータを用いて量子加速度計の位相を効果的にアンラップでき、センサーの固有の動的範囲を超えて運用可能になった。
• 直交位相の量子センサーを用いた場合、4時間にわたって融合加速度誤差がほぼゼロに保たれ、ドリフトは僅かにショットノイズに起因する。
• 古典的加速度計のバイアスは時間とともに蓄積されるが、量子センサーのサンプリングレートに合わせた周期的再キャリブレーションにより、融合プロセスが効果的にドリフトを除去した。
• 4時間のモンテカルロシミュレーションにおいて、古典的加速度計単体を使用する場合と比較して、融合手法による位置誤差性能が顕著に向上した。
• 直交位相の量子センサー（0 および π/2）を用いることで、正弦応答の線形領域にアクセスでき、非線形感度誤差が低減された。
• 融合誤差は、本質的な体加速度の大きさに比例して増加する傾向にあり、主に量子センサーの信号位相と加速度との間の非線形マッピングに起因する。