MEMS陀螺仪的稀疏冗余去噪∗

杨金显韩玉鑫(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)

MEMS陀螺仪以其成本低、体积小、数据输出率高等优点,广泛应用于航空航天、随钻测量等领域[1]。由于制造工艺的限制,MEMS陀螺仪相比与传统陀螺仪精度较低。在钻头钻进复杂地质环境的过程中,受到振动的强烈程度不一、温度效应及其他随机扰动的影响,导致采集的陀螺仪信号呈现多频及非线性特征[2],难以补偿。因此,MEMS陀螺仪的误差补偿技术显得尤为重要。

目前,陀螺仪信号的去噪可大致分为建模和非建模的方式。建模方法[3－5]降噪是在随机噪声时间序列的基础上建立自回归滑动平均模型,然后利用卡尔曼滤波对模型的输出进行实时更新。由于卡尔曼滤波需要相对完整的信号和噪声统计特性,因此其初始参数的确定较为复杂,存在收敛速度慢、初始过渡状态长等问题。非建模方法[6－8]降噪包括数字低通滤波器、小波变换和EMD等方法。数字低通滤波器可以消除高频噪声,但当信号频带与噪声频带相近时,滤波效果较差。小波变换需要选择分解层次和小波基,分解参数的选择,分解结果会受到信号特性的影响。EMD方法克服了小波变换固定基函数的缺点,可有效提取非平稳、非线性信号的瞬时特征参数和Hilbert谱,从而精准分析信号特征[9]。Gu,HY等人[10]采用改进的全集成经验模态分解方法将原始信号分解为一系列固有模态函数,并通过阈值对固有模态函数进行滤波；……