發(fā)布時(shí)間：2021-08-26 08:24

　　為了減小MEMS陀螺儀中存在的隨機(jī)誤差,結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和變分模態(tài)分解（VMD）提出了一種隨機(jī)誤差自適應(yīng)補(bǔ)償方法。首先通過EMD將信號(hào)分解為多個(gè)本征模態(tài)函數(shù)（IMF）,利用連續(xù)均方誤差（RMSE）和概率密度函數(shù)相似性將所有的IMF劃分為噪聲主導(dǎo)IMF、噪聲與信息混合IMF和信息主導(dǎo)IMF,并對(duì)噪聲與信息混合IMF利用軟閾值區(qū)間法（SIT）進(jìn)行初步降噪;然后將有效模態(tài)個(gè)數(shù)作為VMD所需分解的帶限本征模態(tài)函數(shù)（BLIMF）個(gè)數(shù),對(duì)初步去噪后的信號(hào)利用VMD進(jìn)一步去噪,將所得各BLIMF與原始信號(hào)的相關(guān)系數(shù)（CC）作為是否將模態(tài)視為噪聲模態(tài)加以舍棄的依據(jù)。為了驗(yàn)證算法的有效性,對(duì)分段勻速運(yùn)動(dòng)下的陀螺儀信號(hào)進(jìn)行實(shí)驗(yàn)分析,去噪后均方根誤差為原始信號(hào)均方根誤差的0.042 2,是EMD-SIT去噪算法的68.75%。 

【文章來源】：電光與控制. 2020,27(11)北大核心CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

去噪效果

【參考文獻(xiàn)】：
期刊論文
[1]基于狀態(tài)擴(kuò)增的MEMS陀螺隨機(jī)誤差實(shí)時(shí)濾波研究[J]. 趙明亮,汪立新,秦偉偉.  電光與控制. 2019(05)
[2]變分模態(tài)分解和熵理論在超聲信號(hào)降噪中的應(yīng)用[J]. 杜必強(qiáng),孫立江.  中國(guó)工程機(jī)械學(xué)報(bào). 2017(04)
[3]基于經(jīng)驗(yàn)?zāi)B(tài)概率分布的光纖陀螺信號(hào)處理[J]. 崔冰波,陳熙源,龔政仰.  中國(guó)慣性技術(shù)學(xué)報(bào). 2015(05)
[4]基于改進(jìn)小波閾值法處理MEMS陀螺信號(hào)噪聲[J]. 杜繼永,黃國(guó)榮,程洪炳,劉華偉.  電光與控制. 2009(12)



本文編號(hào)：3363900