融合卡尔曼改进小波的姿态传感器滤波方法

摘要：

为解决XGZT-XXX型姿态传感器输出噪声大且受复杂环境干扰的问题,该文提出基于时间序列建模的卡尔曼联合改进小波去噪的滤波方法.该方法通过建立ARMA时间序列模型作为卡尔曼滤波器的输入完成首次滤波;而后使用改进的小波模糊阈值去噪将滤波后的信号分解后的高、低频同时进行阈值处理,高频分量使用小波模糊阈值去噪,低频使用最小二乘平滑滤波,从而实现减小噪声影响的目的.引入Allan方差辨识陀螺仪的噪声结合信噪比均方差作为评价指标,通过实验结果表明,该文方案量化噪声减少63.17％,角度随机游走减小81.57％,零偏不稳定性减少87.59％,角速率随机游走减少81.64％,速率斜坡减少77.80％,信噪比增加7.7 dB,均方差下降65.45％,可有效提高XGZT-XXX型姿态传感器的稳定性和测量精度.

关键词：MEMS器件、ARMA模型、小波模糊阈值、All an方差、信噪比

所属期刊栏目：38

分类号：TP212(自动化技术及设备)

在线出版日期：2023-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：110-114,119