光电稳定跟踪装置中微机电陀螺应用研究

以微机电陀螺在高精度光电稳定跟踪装置中的应用为背景,研究了陀螺输出噪声对光电稳定跟踪平台精度的影响.结果表明,陀螺噪声会引起平台基准轴的抖动和缓慢漂移.根据微机电陀螺的实测数据,分析了其噪声特性.基于AR模型建立了微机电陀螺的噪声统计模型.研究了基于Kalman滤波的陀螺去噪算法,给出了去噪结果,分析了该算法不能够取得较好滤波效果的原因.针对Kalman滤波在微机电陀螺信号低频去噪方面的局限性,将基于阈值决策的小波去噪方法应用于微机电陀螺的信号处理中,给出了滤波结果.实测结果表明由于后者不依赖于噪声的精确模型,可根据噪声在不同频段的统计特性采用阈值决策滤波,具有更好的抑噪效果.最后给出了两种滤波算法的比较.     

小波变换在陀螺信号去噪中的应用

提出了基于小波变换的陀螺信号的滤波方法,利用正交小波使用软阈值对陀螺输出信号进行去噪处理,去除由噪声引起的细节项,从而消除其中的噪声干扰.试验结果表明正交小波对陀螺信号去噪具有比较好的效果.     

小波变换在陀螺信号去噪中的应用

提出了基于小波变换的陀螺信号的滤波方法,利用正交小波使用软阈值对陀螺输出信号进行去噪处理,去除由噪声引起的细节项,从而消除其中的噪声干扰.试验结果表明正交小波对陀螺信号去噪具有比较好的效果.     

基于二代小波的光纤陀螺实时降噪方法研究

在以光纤陀螺为主要惯性敏感元件的捷联惯导系统中,陀螺输出信号中的非确定性随机漂移的实时滤除,对提高实际系统的初始对准精度及导航精度均具有重要的意义。考虑到传统小波阈值法的去噪性能及实时性问题,提出了一种基于第二代小波变换,并结合硬阈值、强制降噪和带滑动数据窗的光纤陀螺信号实时降噪改进方案。利用MATLAB进行了正弦信号和光纤陀螺输出信号的模拟实时降噪实验,并与一代小波实时降噪方案进行了比较,验证了改进方案在理论计算速度大幅提升的前提下,降噪性能得到提高,进而减小了系统输出的姿态误差。     

小波神经网络用于光纤陀螺漂移误差辨识

提出了采用小波消噪和小波神经网络两个模型对光纤陀螺漂移误差进行辨识。应用小波分析方法消除高频噪声,改善信噪比,把消噪信号作为神经网络期望输出,然后采用带遗忘因子的递推最小二乘 (DRLS) 算法训练网络并调整权值。该算法不进行任何矩阵运算,在保持收敛速度快和精度高的前提下,极大地减少了计算量,提高了小波神经网络的实时性能,仿真结果表明辨识误差在1.5%以内。     

应用分层自适应匹配追踪重构MEMS陀螺信号

对含噪微机械系统(MEMS)陀螺信号进行小波分解重构时,真实信号对应的小波系数很难选取,故本文提出一种分层自适应匹配追踪算法(LAMP)来解决上述问题。建立了含噪MEMS陀螺信号中信号小波系数稀疏提取架构,将信号小波系数提取问题转化为含噪信号中信号小波系数稀疏性的恢复问题。比较已有稀疏重构算法,采用一种新的LAMP算法,在各种可能的小波系数组合中挑选出分解系数最为稀疏的一组,以此消除信号中的噪声小波系数,进而重构MEMS陀螺信号。实验表明:提出的LAMP算法的稀疏重构效果优于其他迭代贪婪重构算法;基于LAMP的信号稀疏小波重构方法,可以有效去除MEMS陀螺信号的大量噪声;去噪前后,纯MEMS陀螺数据解算的方位角平均累积误差由10.060 2(°)/h减小到5.034 6(°)/h,优于传统小波阈值重构法平均累积误差8.596 8(°)/h,显示了较好的应用效果。     

半球谐振陀螺滤波算法研究

针对半球谐振陀螺输出信号噪声的特点,提出了一种处理该噪声的前向线性预测(FLP)滤波与小波变换相结合的滤波方法,运用Allan方差法对滤波结果进行了分析.该方法以FLP滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器.为了改进该级联滤波算法的不足,提出了基于神经网络的滤波融合算法.仿真结果表明,该滤波融合算法保留了级联滤波算法的优势,同时最大程度的保留了信息的完整度,滤波精度得到极大提高.     

改进EMD阈值小波滤波方法

下肢自主康复训练机器人中交流伺服电机电流信号噪声严重影响电机力矩辨识精度。为解决非线性非平稳信号的滤波去噪问题,提出一种基于经验模态分解(EMD)的改进阈值小波滤波算法。首先对EMD最佳去噪层数和阈值小波的阈值处理函数进行分析和改进,然后将两种改进方法相结合,最后对Matlab中的Heavy sine信号添加高斯噪声,分别利用改进方法和软、硬阈值等滤波方法进行去噪实验。仿真实验结果表明,改进算法能有效去除非线性非平稳信号中噪声信号。与EMD和阈值小波等其他滤波方法相比,本文滤波算法去噪后信噪比更大,均方根误差更小,滤波效果更好。     

基于DSP的超声波数据采集与信号处理算法

设计了基于DSP的数据采集系统,实现了对超声信号的实时检测.利用高速A/D进行采样,DSP对数据进行算法处理.在DSP内部采用小波阈值去噪算法对超声波信号进行预处理,利用DSP的串口将处理后的信号传送给主机进行实时显示.系统采样速率为80 Mbit/s,采样位数为12位,实现了超声信号的实时处理和采集.通过Matlab实验,验证了小波阈值去噪算法的改进方案明显要比单纯的硬阈值和软阈值方法降噪效果好.     

角加速度信号自适应小波的去噪方法

针对多扰动、大负载环境下角加速度计输出信号中含有脉冲噪声和高斯白噪声的情况,提出一种改进的离散小波阈值法与中值滤波算法相结合的角加速度计信号自适应去噪算法。首先,使用中值滤波对原始信号进行去除脉冲噪声的预处理;其次,使用分解层数的自适应确定方法与改进的阈值选取准则,通过离散小波阈值去噪法去除高斯白噪声。仿真结果表明,该算法能够有效地提高信噪比,降低最小均方误差。实验结果表明,该算法既能去除分子型液环式角加速度计信号中噪声,又能很好地保留真实信号中的高动态部分。