基于MEMS阵列的二级融合降噪算法

摘要：

针对航向姿态系统中微机电(Micro Electro-Mechanical Systems,MEMS)陀螺仪随机误差较大、精度较低,且传统的降噪方法需要依赖精确的误差模型导致的适应性差的问题,提出一种基于M EM S阵列的二级融合降噪算法.对陀螺仪信号进行经验模态分解(Empirical Mode Decomposition,EMD),基于最小方差和递推最小二乘(Recursive Least Squares,RLS)对本征模式函数(Intrinsic Mode Function,IMF)分量进行二级融合,再与均值残差分量叠加得到融合角速率.实验结果表明,经过算法处理,陀螺仪的角度随机游走降低了约68％,零偏不稳定性降低了约75％,相比于卡尔曼滤波,角度随机游走和零偏不稳定性分别降低了约49％ 和56％.在动态性能分析中,所提算法将姿态角的均方根误差降低了约93％,比传统卡尔曼滤波算法提高了约74％.

关键词：微机电阵列、递推最小二乘、经验模态分解、本征模式函数、卡尔曼滤波

所属期刊栏目：27

分类号：TN98;V241.5

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10-16