排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
航空飞行器多维智能感知系统极端应用环境中,MEMS陀螺的输出信号中会含有各种噪声,进而影响系统后续的导航任务。为了改善MEMS陀螺输出信号的质量,提出了一种参数优化的改进的自适应噪声完全集成经验模态分解(ICEEMDAN)的MEMS陀螺信号滤波方法。首先通过灰狼优化算法(GWO)对ICEEMDAN的参数进行优化;对MEMS陀螺的输出信号进行分解,得到若干个本征模态函数(IMF),并根据排列熵对分量进行划分,并使用递归最小二乘算法(RLS)对混合分量进行滤波;最后将信号重构得到最终信号。对系统实测数据进行处理,分析结果表明：与原始信号相比,降噪后的MEMS陀螺输出信号均方根误差(RMSE)降低了78.6%,该算法可有效地去除输出信号中的噪声,具备一定的工程应用价值。 相似文献
1