李 军, 朱家海, 谢 聂, 郭明威
(空军工程大学工程学院,西安 710038)
近年来,微机械电子系统(Micro Electronic Mechanical System,MEMS)陀螺因其具有成本低、体积小、重量轻、集成度高等突出优点,已在汽车导航、消费电子、短程武器制导等领域得到广泛应用。MEMS陀螺的随机漂移误差严重影响了陀螺的精度,又往往表现为非平稳性、弱线性、慢时变的特性,所以选用有效的滤波方法来提高测量精度显得尤为重要[1]。
抑制MEMS陀螺随机误差的方法通常有3种[2]。1)对MEMS陀螺的随机误差信号进行时间序列分析,建立模型。依据模型设计Kalman滤波器,通过Kalman滤波来减小随机误差。2)采用低通滤波器抑制高频噪声。3)基于小波变换,小波阈值去噪。
但在实际情况下,MEMS 陀螺受多种误差因素制约,难以建立准确的随机误差模型,采用第一种滤波方法效果有限。由于陀螺有用信号与噪声信号存在交叠频带,第二种方法也存在固有的缺陷。小波变换虽具有良好的时频局部化特性,能实现信号在不同频带、不同时刻的分离,具有良好的去噪效果,但小波阈值消噪的性能对于小波基选择、分解层数、阈值选取准则和阈值依赖层数等因素的依赖性较大,需多次调试,缺乏自适应能力。
针对上述信号滤波方法存在的缺陷,论文引入局域均值分解(LMD)[3],将其与小波方法结合用于MEMS陀螺随机误差滤波。该方法不用建立随机误差模型,无需多次调试,一步到位,具有良好的自适应能力。
Smith于2005年提出了局域均值分解方法……