-
题名MEMS陀螺仪的稀疏冗余去噪
被引量：2
- 1
-
-
作者
杨金显
韩玉鑫
-
机构
河南理工大学电气工程与自动化学院导航制导实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2021年第3期385-390,共6页
-
基金
河南省高等学校青年骨干教师培养计划项目(2018GGJS061)。
-
文摘
为了提高随钻测量过程中MEMS陀螺仪的测量精度,抑制振动信号等对陀螺仪漂移造成测量精度的影响,采用经验模态分解(Empirical Mode Decomposition,EMD)和压缩感知(compressed sensing,CS)的算法进行降噪。首先对MEMS陀螺信号进行EMD分解,利用连续均方误差(CMSE)计算两个连续重构陀螺仪信号的欧式距离,以此将分解得到的模态函数(IMFs)以高、低频的形式分离,剔除高频噪声模态的影响;构建冗余字典,使低频IMFs分量在该字典上稀疏表示,利用贝叶斯理论对优化剩余IMFs分量重构;同时,在该字典上添加一列误差补偿项,通过贝叶斯估计求得。最后将处理后的剩余IMFs分量和补偿项叠加重构。去噪前后,MEMS陀螺仪数据解算的方位角累积误差由11.8562°减小到0.4725°。仿真实验分析可知,该算法可有效去除陀螺仪信号中的噪声。
-
关键词
随钻测量
陀螺仪去噪
连续均方误差
稀疏冗余
贝叶斯估计
-
Keywords
measurement while drilling
gyro noise reduction
sparse redundancy
continuous mean square error
Bayesian estimation
-
分类号
U666.12
[交通运输工程—船舶及航道工程]
-
