基于改进EMD的微机械陀螺随机误差建模方法
为了降低微机械(MEMS)陀螺仪的随机误差,提出一种将改进的经验模态分解法(EMD)与传统建模滤波方法相结合的新方法对随机误差进行处理.首先采用传统EMD算法将信号分解为有限个本征模态函数(IMF),并根据皮尔逊相关系数准则和噪声统计特性提出一种筛选机制,将IMF分为噪声IMFs、混叠IMFs和信号IMFs 3类;其次,对混叠IMFs进行时间序列建模,建模完成后进行卡尔曼滤波拟合;最后,将建模滤波后的混叠IMFs与信号IMFs进行重构,得到最终去噪信号.实验分析结果表明,本文方法在抑制随机误差的效果上有明显的优势,极大地改善了信号的质量,提高了惯导的解算精度.
微机械陀螺、随机误差、改进经验模态分解法、时间序列模型、Kalman滤波、Allan方差
40
TP399;TH89(计算技术、计算机技术)
国家自然科学基金;甘肃省高等学校科研项目;甘肃省自然基金
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
196-204