典型文献
基于CEEMDAN-WP-SG的MEMS陀螺仪去噪算法
文献摘要：
为了减小MEMS陀螺仪随机误差,提出了一种新的去噪算法.该算法首先通过自适应噪声完备经验模态分解(CEEMDAN)将原始数据分解为多个本征模态函数(IMF),并根据多尺度排列熵与马氏距离将IMF分为噪声IMF、混叠IMF和信号IMF;其次对噪声IMF用小波包(WP)去噪,对混叠IMF用Savitzky-Golay滤波器(SG)去噪;最后,把处理后的IMF和信号IMF进行重构,得到去噪后的信号.通过所提方法对Bumps信号进行实验分析,去噪后信号从6 dB提高至17 dB,均方误差降低71.9％;对实测陀螺仪静态数据进行分析,实验结果证明去噪后信号的角度随机游走降低31.5％,表明该方法能显著提高MEMS陀螺仪的精度.
文献关键词：
MEMS陀螺仪;自适应噪声完备经验模态分解;小波包去噪;多尺度排列熵;马氏距离;Savitzky-Golay滤波
中图分类号：
作者姓名：
黄国峰;庄学彬;谢礼伟;曾小慧
作者机构：
中山大学系统科学与工程学院 广州 510006
文献出处：
引用格式：
[1]黄国峰;庄学彬;谢礼伟;曾小慧-.基于CEEMDAN-WP-SG的MEMS陀螺仪去噪算法)[J].电子测量与仪器学报,2022(04):106-113
A类：
Bumps
B类：
CEEMDAN,WP,SG,MEMS,陀螺仪,去噪算法,随机误差,自适应噪声完备经验模态分解,原始数据,数据分解,本征模态函数,IMF,多尺度排列熵,马氏距离,Savitzky,Golay,滤波器,过所,dB,均方误差,静态数据,随机游走,小波包去噪
AB值：
0.259698
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
