【技术实现步骤摘要】
本专利技术涉及惯性传感器信号处理，具体为一种基于自监督对抗编解码器的惯性传感数据降噪方法。
技术介绍
1、惯性传感器(包括加速度计和陀螺仪)是现代运动跟踪和姿态估计系统的核心部件，广泛应用于智能手机、无人机、机器人和车辆导航等领域。然而，惯性传感器数据通常受到噪声的影响，这些噪声包括测量噪声、零位漂移、温度漂移等。这些噪声会严重影响惯性传感器的测量精度和稳定性，进而影响到基于惯性传感器数据的应用的效果。
2、传统的惯性传感数据降噪方法主要包括低通滤波器、卡尔曼滤波器等各种数字信号处理技术。这些方法在一定程度上能够降低噪声，但也存在一些显著的不足。例如，低通滤波器可能会削弱信号中的有效成分，卡尔曼滤波器需要精确的噪声模型，而这些模型在实际应用中往往难以获得。此外，传统方法在处理复杂的噪声特征时表现不佳，尤其是当噪声具有非线性和非高斯特性时。
3、目前的现有技术中，比如申请号为202010339248.6，名称为《一种用于车载mems惯性传感器的时延降噪方法》的专利，提出了一种适用于车载mems惯性传感器的时延降噪方...
【技术保护点】
1.一种基于自监督对抗编解码器的惯性传感数据降噪方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述重构损失的公式如下：
3.根据权利要求2所述的方法，其特征在于，所述对抗损失的公式如下：
4.根据权利要求3所述的方法，其特征在于，所述生成器通过最小化编解码器的重构损失，同时判别器通过最大化所述高精度惯性数据的潜在表示和生成器生成的低精度惯性数据的潜在表示的对抗损失，应理解为最小化损失函数LG，LG公式如下：
5.根据权利要求1-4任一项中所述的方法，其特征在于，所述高精度惯性测量单元的型号为Xsen...
【技术特征摘要】
1.一种基于自监督对抗编解码器的惯性传感数据降噪方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述重构损失的公式如下：
3.根据权利要求2所述的方法，其特征在于，所述对抗损失的公式如下：
4.根据权利要求3所述的方法，其特征在于，所述生成器通过最小化编解码器的重构损失，...
【专利技术属性】
技术研发人员：张立强，郭俊俊，朱栋，朱博，仇鹏程，郭文炜，王宇亮，
申请(专利权)人：常州大学，
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。