MEMS惯性陀螺仪随机误差自适应补偿方法

发布时间：2021-08-26 08:24

　　为了减小MEMS陀螺仪中存在的随机误差,结合经验模态分解（EMD）和变分模态分解（VMD）提出了一种随机误差自适应补偿方法。首先通过EMD将信号分解为多个本征模态函数（IMF）,利用连续均方误差（RMSE）和概率密度函数相似性将所有的IMF划分为噪声主导IMF、噪声与信息混合IMF和信息主导IMF,并对噪声与信息混合IMF利用软阈值区间法（SIT）进行初步降噪;然后将有效模态个数作为VMD所需分解的带限本征模态函数（BLIMF）个数,对初步去噪后的信号利用VMD进一步去噪,将所得各BLIMF与原始信号的相关系数（CC）作为是否将模态视为噪声模态加以舍弃的依据。为了验证算法的有效性,对分段匀速运动下的陀螺仪信号进行实验分析,去噪后均方根误差为原始信号均方根误差的0.042 2,是EMD-SIT去噪算法的68.75%。 

【文章来源】：电光与控制. 2020,27(11)北大核心CSCD

【文章页数】：4 页

【部分图文】：

去噪效果

【参考文献】：
期刊论文
[1]基于状态扩增的MEMS陀螺随机误差实时滤波研究[J]. 赵明亮,汪立新,秦伟伟.  电光与控制. 2019(05)
[2]变分模态分解和熵理论在超声信号降噪中的应用[J]. 杜必强,孙立江.  中国工程机械学报. 2017(04)
[3]基于经验模态概率分布的光纤陀螺信号处理[J]. 崔冰波,陈熙源,龚政仰.  中国惯性技术学报. 2015(05)
[4]基于改进小波阈值法处理MEMS陀螺信号噪声[J]. 杜继永,黄国荣,程洪炳,刘华伟.  电光与控制. 2009(12)



本文编号：3363900