融合EMA和卡尔曼滤波的MEMS去噪研究与应用北大核心CSCD

针对传统卡尔曼滤波器应用于高灵敏度传感器去噪时的参数初始化问题,通过理论分析了不同测量噪声和系统噪声值对滤波效果的影响,并提出了一种融合EMA和Kalman的滤波算法,以提高对MEMS惯性传感器等高灵敏传感器的滤波效果。仿真结果表明:该算法相对经典卡尔曼算法在收敛前期RMES提升了约13%,在收敛后期提升约10%。并将其应用于MEMS的加速度姿态解算的滤波,结果表明:该算法的滤波效果明显优于经典卡尔曼和互补滤波算法。