基于EMD-MPF改进的陀螺仪信号去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110542406A(43)申请公布日2019.12.06(21)申请号201910826514.5(22)申请日2019.09.03(71)申请人兰州交通大学地址730050甘肃省兰州市安宁区安宁西路118号申请人陈光武(72)发明人陈光武刘昊司涌波程鉴皓石建强邢东峰杨菊花李文元(74)专利代理机构兰州锦知源专利代理事务所(普通合伙)62204代理人勾昌羽(51)Int.Cl.G01C9/00(2006.01)G01C25/00(2006.01)G06K9/00(2006.01)权利要求书2页说明书13页附图6页(54)发明名称基于EMD-MPF改进的陀螺仪信号去噪方法(57)摘要本发明公开了一种基于EMD-MPF改进的陀螺仪信号去噪方法，包括：将陀螺仪的有噪信号分解为本征模态函数和残差信号；通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。实现精确去除噪声信号，从而提高导航精确度的优点。CN110542406ACN110542406A权利要求书1/2页1.一种基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，包括：将陀螺仪的有噪信号分解为本征模态函数和残差信号；通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。2.根据权利要求1所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述将陀螺仪的有噪信号分解为本征模态函数和残差信号为：将陀螺仪的有噪信号分解为多个本征模态函数和一个残差信号。3.根据权利要求1所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构中的重构公式为：(i)其中，表示噪声信号；M1和M2分别为标识参数，表示混合本征模态函数；h(t)表示信息本征模态函数；rL(t)表示残差信号，MPF表示改进的PF方法。4.根据权利要求3所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述MPF为改进的PF方法，包括：把预测粒子样本的概率分布记作p(xi),1≤i≤N，把权重wi＞w0的粒子样本xT的概率分布记作p1(xi),1≤i≤T，即为p，把剩余粒子样本xN-T的概率分布记作q(xi),N-T＜i≤N，即为q，wi为权重，w0为权值阈值，N和T均为常数；计算不同粒子样本之间的K-L散度如下：对于小权重的粒子样本，产生N-T个随机数uj，其范围是uj∈(w0,1]，对该粒子样本的权重进行更新，DKL为K-L散度：将更新权重的粒子样本xN-T进行权重有小到大的排序，即将xi+1距权重最大的粒子的距离记作S，进行重采样产生新的粒子如下：综合两部分粒子，进行权值归一化，完成PF方法的继续迭代，xi表示第i个粒子，xi+1表示第i+1个粒子，xN-T+1表示第N-T+1个粒子，xN表示第N个粒子，表示重采样产生的新粒子。5.根据权利要求1所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述2CN110542406A权利要求书2/2页确定的两个标识参数中，所述两个标识参数分别为M1和M2，选定确定标识参数M1，包括：使用自相关函数方差确定标识参数M1。6.根据权利要求5所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述使用自相关函数方差确定标识参数M1，包括：根据不同阶次的本征模态函数信号，计算各自对应的自相关函数；根据连续本征模态函数的自相关函数计算两个自相关的函数之间的欧几里得距离均方差，得到计算结果MSED；根据MSED确定标识参数M1。7.根据权利要求5或6所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，所述标识参数M1与数值k和数值L相关联，所述1≤k≤[2L/3]，[2L/3]表示不超过2L/3的最大整数，从而保证M1的取值过大至L，k和L均为自然数。8.根据权利要求5所述的基于EMD-MPF改进的陀螺仪信号去噪方法，其特征在于，确定标识参数M2，包括：计算原始信号的概率密度函数与每个本征模态函数的概率密度函数之间的巴塔恰里雅距离，其中0≤BC≤1和0≤BD≤∞，BD为巴塔