基于SG算法的MEMS加速度传感器信号恢复研究

纪莲和，王文赫，王 建，聂琪鹤，郑平平

(北京智芯半导体科技有限公司，北京 100192)

0 引言

传感器被广泛应用于工业以及医疗卫生等领域中，是生产自动化和科学化不可或缺的基础步骤[1-2]。传感器位于系统前端以获取信息，对系统产生影响的主要因素为设备的综合性能和输出信息的安全性[3]。如果传感器在使用的过程中出现故障，会导致系统性能下降和误差累积，严重时还会导致整个系统瘫痪。因此，需要及时检测传感器故障，对信号进行恢复。

本文在文献[4]和文献[5]的基础上，结合SG(Savitzky-Golay)算法，提出一种基于SG算法的微机电系统(microelectro mechanical systems，MEMS)加速度传感器信号恢复方法。

1 方法

1.1 基于SG算法的信号去噪

集合经验模态分解(ensemble empirical mode decomposition，EEMD)的基本思想，就是采用白噪声的频谱分布获取各MEMS加速度传感器信号对应的尺度参数。根据白噪声的主要特性，经过多次操作，最终使其相互抵消，达到去噪的目的，详细的信号去噪流程如下所述。

a.设定原始信号为x(t)，对应的加权均值为0，高斯白噪声ni(t)是由幅值和标准方差组成，叠加次数为M，则有

xi(t)=x(t)+ni(t)

(1)

b.对xi(t)进行经验模态分解(empirical mode decomposition，EDM)，获取N个IMF，将其表示aij(t)，余项表示为ri(t)。

c.将相互之间不存在任何关联的随机序列统计值设定为0，通过计算各个固有模态函数分量(intrinsic mode function，IMF)的平均取值，减少噪声对真实IMF产生的影响[6]，IMF的平均值计算式为

(2)

aj(t)为对原始信号经过多次分解后获取的第j个IMF。

小波变换是最近几年使用比较多的一种去噪方法，尤其是针对白噪声，去噪效果更加理想。所以，构建小波-SG模型对信号进行去噪处理，可以有效减少随机白噪声和局部脉冲对信号产生的影响。……