| MEMS陀螺仪的稀疏冗余去噪 |
| |
| 引用本文： | 杨金显. MEMS陀螺仪的稀疏冗余去噪[J]. 传感技术学报, 2021, 34(3): 385-390. DOI: 10.3969/j.issn.1004-1699.2021.03.014 |
| |
| 作者姓名： | 杨金显 |
| |
| 作者单位： | 河南理工大学电气工程与自动化学院导航制导实验室,河南 焦作454000 |
| |
| 基金项目： | 国家自然科学基金(41672363,U1404510,61440007)；河南省高等学校青年骨干教师培养计划(2018GGJS061)；河南创新性科技人才队伍建设工程(CXTD2016054)；河南理工大学青年骨干教师资助计划(2017XQG-07) |
| |
| 摘 要： | 为了提高随钻测量过程中MEMS陀螺仪的测量精度,抑制振动信号等对陀螺仪漂移造成测量精度的影响,采用经验模态分解(Empirical Mode Decomposition,EMD)和压缩感知(compressed sensing,CS)的算法进行降噪.首先对MEMS陀螺信号进行EMD分解,利用连续均方误差(CMSE)计算两个连续重构陀螺仪信号的欧式距离,以此将分解得到的模态函数(IMFs)以高、低频的形式分离,剔除高频噪声模态的影响;构建冗余字典,使低频IMFs分量在该字典上稀疏表示,利用贝叶斯理论对优化剩余IMFs分量重构;同时,在该字典上添加一列误差补偿项,通过贝叶斯估计求得.最后将处理后的剩余IMFs分量和补偿项叠加重构.去噪前后,MEMS陀螺仪数据解算的方位角累积误差由11.8562°减小到0.4725°.仿真实验分析可知,该算法可有效去除陀螺仪信号中的噪声.
|
| 关 键 词： | 随钻测量 陀螺仪去噪 连续均方误差 稀疏冗余 贝叶斯估计 |
MEMS Gyroscope Denoising Based on Sparse and Redundancy |
| |
| YANG Jinxian,HAN Yuxin. MEMS Gyroscope Denoising Based on Sparse and Redundancy[J]. Journal of Transduction Technology, 2021, 34(3): 385-390. DOI: 10.3969/j.issn.1004-1699.2021.03.014 |
| |
| Authors: | YANG Jinxian HAN Yuxin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|
