一种基于参数最优化的混合EMD算法。一种基于含参数二次三角B样条和EMD分解的陀螺温度漂移补偿算法，属于数字信号处理领域。其特征是采用EMD分解和互信息算法对陀螺温度漂移信号进行初始去噪，然后采用带参数的二次三角B样条基函数对初始去噪后的信号进行精细去噪和拟合，最后通过分析噪声和拟合信号间的频谱分离程度确定二次三角B样条的最终参数值，从而得到最终的拟合信号并补偿。针对传统的温度漂移拟合不去噪、不能调节去噪效果的缺陷，本发明专利技术通过引入带参数的二次三角B样条基函数，结合EMD分解、互信息去噪和频谱分离估计等算法，能够更加精准地去噪、拟合温度漂移信号，从而提高了陀螺温度补偿的精度和效果。而提高了陀螺温度补偿的精度和效果。而提高了陀螺温度补偿的精度和效果。
【技术实现步骤摘要】
一种基于参数最优化的混合EMD算法
[0001]本专利技术涉及一种基于B样条、EMD和互信息的陀螺温度漂移补偿算法，属于数字信号处理领域。
技术介绍
[0002]陀螺的温度漂移是影响陀螺使用时的精度和可靠性的重要因素，因此，温度补偿是常见的一种克服温度影响的方法。陀螺温度补偿的方法常见的有支持向量机法、遗传算法、粒子算法、各类回归算法等，通常这些方法是直接对陀螺输出的信号进行补偿，这意味着在计算拟合时，同时把噪声也当做有用信号的一部分进行处理，这势必会引入噪声，不可避免地降低拟合和补偿的精度。
[0003]EMD是近些年来发展起来的信号处理方法。它是基于信号时间尺度进行分解的，适用于非线性和非稳态信号处理，由于不需要确定基函数和分解层数等主观经验参数设置，某些情况下，比小波变换具有更好的分解效果。同时，EMD不但可以用于信号分解，在信号滤波领域也被越来越多地使用。B 样条是一种曲线、曲面的拟合算法，被广泛应用于CAGD、信号处理等众多领域。在信号拟合，尤其是离散数据拟合领域，B样条曲线凭借简单、连续性和可导性等优点越来越被科研工作者重视。三角样条和三角多项式在理论和实际应用中都有重要的意义。B样条同时也有一定的局限性，对于已知的 B样条，由于其基函数是给定的，导致在曲线拟合、去噪时没有灵活性，得到的结果是唯一的，给实际应用带来了不便。为了解决这个问题，需要引入带参数的样条函数，并以此根据需要来调整曲线的形状和曲率，从而达到更准确地去噪和拟合效果。互信息是信息论里一种实用价值很强的信息度量方法，它被用来衡量一个随机变量中包含的关于另一个随机变量的信息量。工程实用中，通过计算两个变量的互信息值，可以知道两者之间的相关性、含有共同信息的大小。
技术实现思路
[0004]为了解决上述问题，本专利技术提供了针对EMD噪声IMF和有用IMF界定去噪、含参数的二次三角B样条的基函数及其所具有的性质、利用上述基函数进行精细去噪和陀螺温度补偿这四个方面进行创新。首先，采用EMD分解和互信息算法对陀螺温度漂移信号f进行初始去噪，初步滤波信号f
EM
和噪声信号f
noise
。然后采用带参数的二次三角B样条基函数(3a)对初始去噪后的信号f
EM
进行精细去噪和拟合，最后通过分析噪声和拟合信号间的频谱分离程度确定二次三角B样条的最终参数值，得到最后的拟合信号f
′
EM
，最后再利用(4a)进行最终的补偿。该方法首先对陀螺的温度漂移数据进行EMD 分解。再者，对EMD分解后的信号进行互信息计算，可以得到有用信号，达到初始滤波的目的。最后，针对传统拟合不能精细滤波的问题，引入了带参数的二次B样条基函数，在数据拟合的同时去除残余噪声，通过对比最后信号和噪声的频谱分离程度，从而确定二次三角B样条的参数。
[0005]本专利技术为解决其技术问题采用如下技术方案：
[0006]1、对于陀螺温度漂移信号f首先运用EMD进行分解，得到各个分解分量：IMF1‑
IMF
N
，
共N个分量。
[0007]2、对上述分解后的IMF按照分解的顺序(分量频率从高到低的顺序) 进行两两求和，得到一组新的信号分量NF
i
，如下(1)所示。对NF
i
间进行互信息计算，得到一组互信息值I
i
(NF
i
,NF
i+1
)，如(2)所示，其中H(.)为香农熵算法。对I
i
(NF
i
,NF
i+1
)求离散微分，如(3)所示，当微分取得最大值时即为噪声、有用信号分界点，若此时最大值为Δ
i
为最大值，则IMF
i+2
为噪声、有用信号分界，即当k≥i+2时，IMF
k
为有用信号，如(4)所示，从而得到初步滤波信号f
EM
和噪声信号f
noise
，如(5)所示。
[0008]NF
i
＝IMF
i
+IMF
i+1
,i＝1,...,N
‑1ꢀꢀ
(1)
[0009]I
i
(NF
i
,NF
i+1
)＝H(NF
i
)+H(NF
i+1
)
‑
H(NF
i
,NF
i+1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0010]Δ
i
＝I
i+1
(NF
i+1
,NF
i+2
)
‑
I
i
(NF
i
,NF
i+1
),i＝1,...,N
‑2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0011][0012][0013]3、对上一步里的f
EM
进行精细滤波。引入一组带参数二次三角B样条函数基，如(6)所示，其中参数b1,b2的取值范围为
‑
1≤b1,b2≤1，且当b1,b2取
‑
1 时，拟合曲线和原信号最接近，去噪效果最小；当b1,b2取1时，拟合曲线和原信号最远离，此时为原信号的中点的直线连线，去噪效果最大。上述参数二次三角B样条函数基需要满足(7)的条件，其中P0(b1,t)和P2(b2,t)在参数b1,b2的取值范围内单调递增；P1(b1,b2,t)则单调递减。与此同时，此基函数还保证了C1连续。取参数b1,b2不同的取值对f
EM
进行拟合，假设f
EM
上连续三个点分别为M1、M2、M3，则可得到此段的拟合曲线信号为f
E
′
M
，如(8)所示。由于EMD分解的模态混叠性，需要对比f
EM
和f
E
′
M
的频谱，同时调整参数b1,b2的值，直至两者频谱不再有重叠为止。
[0014][0015][0016]f
′
EM
＝M1·
P0(b1,t)+M2·
P1(b1,b2,t)+M3·
P2(b2,t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0017]4、对陀螺温度漂移信号进行补偿。对上述得到的精细去噪后的拟合信号f
′
EM
、噪声f
noise
进行统一补偿，得到补偿后的信号为f
comp
，如(9) 所示。
[0018]f
comp
＝f
‑
f
noise
‑
f
′
EM
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
附图说明
[0019]图1为EMD本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于陀螺温度漂移信号分解、滤波、拟合和补偿的方法，其特征在于包括下列步骤：(1)对于陀螺温度漂移信号f首先运用EMD进行分解，得到各个分解分量：IMF1‑
IMF
N
，共N个分量。(2)对上述分解后的IMF按照分解的顺序(分量频率从高到低的顺序)进行两两求和，得到一组新的信号分量NF
i
，如下(2a)所示。对NF
i
间进行互信息计算，得到一组互信息值I
i
(NF
i
,NF
i+1
)，如(2b)所示，其中H(.)为香农熵算法。对I
i
(NF
i
,NF
i+1
)求离散微分，如(2c)所示，当微分取得最大值时即为噪声、有用信号分界点，若此时最大值为Δ
i
为最大值，则IMF
i+2
为噪声、有用信号分界，即当k≥i+2时，IMF
k
为有用信号，如(2d)所示，从而得到初步滤波信号f
EM
和噪声信号f
noise
，如(2e)所示。NF
i
＝IMF
i
+IMF
i+1
,i＝1,...,N
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2a)I
i
(NF
i
,NF
i+1
)＝H(NF
i
)+H(NF
i+1
)
‑
H(NF
i
,NF
i+1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2b)Δ
i
＝I
i+1
(NF
i+1
,NF
i+2
)
‑
I
i
(NF
i
,NF
i+1
),i＝1,...,N
‑2ꢀꢀꢀꢀ...
【专利技术属性】
技术研发人员：陈海涛，
申请(专利权)人：陈海涛，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。