首页 > 论文 > 激光与光电子学进展 > 57卷 > 15期(pp:150601)

基于改进集合经验模态分解的陀螺信号降噪方法

吴倩   刘昱  
  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

为了抑制陀螺仪的非线性、非平稳噪声,本文提出了一种改进的基于集合经验模态分解(EEMD)的降噪方法EEMD-M。首先,通过EEMD阈值滤波得到信息主导和噪声主导的固有模态函数(IMF)分量;将EEMD分解应用于第一次阈值滤波中被丢弃的IMF分量,提取信号的细节信息;采用去趋势波动分析(DFA)法定义每一个IMF分量的尺度指数,实现二次分解中有用分量的进一步提取;最后,将两次滤波得到的有用IMF分量进行重构,得到降噪后的信号。为了验证EEMD-M算法的有效性,进行了测试信号和实测数据的降噪实验,结果表明本文提出的EEMD-M算法优于EMD降噪、DFA-EMD降噪、EEMD降噪和小波降噪方法。仿真bumps信号的信噪比平均提高了10.27dB。实测数据的MSE降低了82.9%,随机漂移得到明显抑制,验证了EEMD-M算法的可行性和优越性,提高了MEMS陀螺在光学图像处理中的稳定性和可靠性。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.150601

作者单位:

    天津大学 微电子学院
    天津大学

引用该论文

吴倩,刘昱. 基于改进集合经验模态分解的陀螺信号降噪方法[J].激光与光电子学进展,2020,57(15):150601.