基于经验模态分解/高阶统计法实现微机械陀螺降噪
王延东; 张涛; 杨春雷; 马经纬
刊名光学精密工程
2016-03-15
期号3页码:574-581
关键词MEMS陀螺 信号消噪 经验模态分解 高阶统计 本征模态函数 软阈值 Hurst指数
中文摘要针对微机电系统(MEMS)陀螺存在的非线性、非平稳噪声,提出了应用经验模态分解/高阶统计(EMD-HOS)的降噪方法对MEMS陀螺进行降噪。首先,采集MEMS陀螺输出信号,根据EMD算法将信号分解成本征模态函数(IMF)。采用Bootstrap技术分别估计各IMF的峰度值,进行高斯特性检验,滤除高斯IMF。接着,使用方差聚合法分别计算IMF的Hurst指数,根据Hurst指数计算阈值,对各IMF进行软阈值处理。将阈值处理后的剩余IMF进行重构,达到降噪的目的。最后,通过交叠式Allan方差分析对滤波前后数据进行处理,绘制Allan方差与相关时间关系曲线,利用非线性最小二乘拟合方法,计算陀螺噪声各项指标。实验表明,EMD-HOS和软阈值处理能够有效地对MEMS陀螺降噪,其信噪比提高了5.6 d B,各项陀螺随机噪声关键指标提高近一个量级。
语种中文
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/57606]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
王延东,张涛,杨春雷,等. 基于经验模态分解/高阶统计法实现微机械陀螺降噪[J]. 光学精密工程,2016(3):574-581.
APA 王延东,张涛,杨春雷,&马经纬.(2016).基于经验模态分解/高阶统计法实现微机械陀螺降噪.光学精密工程(3),574-581.
MLA 王延东,et al."基于经验模态分解/高阶统计法实现微机械陀螺降噪".光学精密工程 .3(2016):574-581.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace