基于EMD-MPF改进的陀螺仪信号去噪方法技术

本发明专利技术公开了一种基于EMD‑MPF改进的陀螺仪信号去噪方法，包括：将陀螺仪的有噪信号分解为本征模态函数和残差信号；通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。实现精确去除噪声信号，从而提高导航精确度的优点。

Improved signal denoising method of gyroscope based on emd-mpf

The invention discloses an improved signal de-noising method of gyroscope based on EMD \u2011 MPF, which includes: decomposing the noisy signal of gyroscope into eigenmode function and residual signal; selecting the order of eigenmode function through two identified parameters, dividing the eigenmode function into noise eigenmode function, mixed eigenmode function and information eigenmode function; discarding The noise eigen mode function retains the information eigen mode function, and performs noise reduction processing on the mixed eigen mode function; reconstructs the signal of the mixed eigen mode function after noise reduction processing and the retained information eigen mode function, so as to obtain the de-noising gyroscope signal. It can remove the noise signal accurately and improve the navigation accuracy.

【技术实现步骤摘要】
基于EMD-MPF改进的陀螺仪信号去噪方法
本专利技术涉及信号去噪领域，具体地，涉及一种基于EMD-MPF改进的陀螺仪信号去噪方法。
技术介绍
由于微机电系统(Micro-Electro-MechanicalSystem,MEMS)的发展，可以制造出更小尺寸和更廉价的加速度计和陀螺仪，以此组成成本更低惯性测量单元(InertialMeasurementUnit,IMU)，由于其具有体积小、重量轻、功耗低、可大批量生产等优势，使得惯性导航或结合惯性测量单元的定位、导航技术迅速发展，并在交通、测量、航空航天等众多领域得到广泛应用。MEMS陀螺仪的误差大小在很大程度上会决定系统的实际性能，因此对陀螺仪各类误差的抑制具有重要的实际意义。陀螺仪可能产生的误差包括了安装误差、杆臂误差、刻度因子误差等；而噪声则主要包括了系统噪声和量测噪声两大方面。其中，MEMS陀螺仪的随机漂移则是噪声部分的重要来源，随机漂移不论对于陀螺仪自身还是对于整个导航系统的精度影响都是很大，由于设备的长时间工作，轻微的漂移在累积或是系统消息融合之后都会导致较大的误差。所以，如何降低噪本文档来自技高网...

【技术保护点】
1.一种基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，包括：/n将陀螺仪的有噪信号分解为本征模态函数和残差信号；/n通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；/n舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；/n对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。/n

【技术特征摘要】
1.一种基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，包括：
将陀螺仪的有噪信号分解为本征模态函数和残差信号；
通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；
舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；
对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。


2.根据权利要求1所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述将陀螺仪的有噪信号分解为本征模态函数和残差信号为：
将陀螺仪的有噪信号分解为多个本征模态函数和一个残差信号。


3.根据权利要求1所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构中的重构公式为：



其中，表示噪声信号；M1和M2分别为标识参数，表示混合本征模态函数；h(i)(t)表示信息本征模态函数；rL(t)表示残差信号，MPF表示改进的PF方法。


4.根据权利要求3所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述MPF为改进的PF方法，包括：
把预测粒子样本的概率分布记作p(xi),1≤i≤N，把权重wi＞w0的粒子样本xT的概率分布记作p1(xi),1≤i≤T，即为p，把剩余粒子样本xN-T的概率分布记作q(xi),N-T＜i≤N，即为q，wi为权重，w0为权值阈值，N和T均为常数；
计算不同粒子样本之间的K-L散度如下：



对于小权重的粒子样本，产生N-T个随机数uj，其范围是uj∈(w0,1]，对该粒子样本的权重进行更新，DKL为K-L散度：



将更新权重的粒子样本xN-T进行权重有小到大的排序，即将xi+1距权重最大的粒子的距离记作S，进行重采样产生新的粒子如下：






综合两部分粒子，进行权值归一化，完成PF...

【专利技术属性】
技术研发人员：陈光武，刘昊，司涌波，程鉴皓，石建强，邢东峰，杨菊花，李文元，
申请(专利权)人：兰州交通大学，陈光武，
类型：发明
国别省市：甘肃;62