Método de eliminación de ruido del giroscopio MEMS basado en la descomposición modal empírica por intervalos
Autores: Yang, Liu; Guangwu, Chen; Zongshou, Wei; Juhua, Yang; Dongfeng, Xing
Idioma: Inglés
Editor: Hindawi
Año: 2020
Disponible con Suscripción Virtualpro
Artículos
Categoría
Matemáticas
Licencia
Atribución – Compartir igual
Consultas: 10
Citaciones: Sin citaciones
El giroscopio del sistema microelectromecánico (MEMS) tiene una baja precisión de medición y un gran ruido de salida; la señal útil suele quedar sumergida en el ruido. Se propone un nuevo método de eliminación de ruido basado en la descomposición modal empírica por intervalos (EMD). En primer lugar, se utiliza el algoritmo EMD tradicional para descomponer la señal en un número finito de funciones de modo intrínseco (IMF). Basándose en el análisis de la distancia de Bhattacharyya y en las características de la función de autocorrelación, se propone un mecanismo de filtrado para dividir las FMI en tres categorías: FMI de ruido, FMI mixtas y FMI de señal. A continuación, se utiliza el método tradicional de filtrado por modelización para filtrar las FMI mixtas. Por último, se reconstruyen las FMI mixtas tras el modelado y filtrado y las FMI de señal para obtener la señal desdenoizada. En el análisis experimental, el experimento de denoising estático de la plataforma giratoria, el análisis de varianza de Allan, el experimento de denoising dinámico y el experimento del vehículo se establecen en este documento, lo que demuestra plenamente que el método tiene ventajas evidentes en denoising y mejora en gran medida la calidad de la señal y la precisión de la solución del sistema de navegación inercial.
Descripción
El giroscopio del sistema microelectromecánico (MEMS) tiene una baja precisión de medición y un gran ruido de salida; la señal útil suele quedar sumergida en el ruido. Se propone un nuevo método de eliminación de ruido basado en la descomposición modal empírica por intervalos (EMD). En primer lugar, se utiliza el algoritmo EMD tradicional para descomponer la señal en un número finito de funciones de modo intrínseco (IMF). Basándose en el análisis de la distancia de Bhattacharyya y en las características de la función de autocorrelación, se propone un mecanismo de filtrado para dividir las FMI en tres categorías: FMI de ruido, FMI mixtas y FMI de señal. A continuación, se utiliza el método tradicional de filtrado por modelización para filtrar las FMI mixtas. Por último, se reconstruyen las FMI mixtas tras el modelado y filtrado y las FMI de señal para obtener la señal desdenoizada. En el análisis experimental, el experimento de denoising estático de la plataforma giratoria, el análisis de varianza de Allan, el experimento de denoising dinámico y el experimento del vehículo se establecen en este documento, lo que demuestra plenamente que el método tiene ventajas evidentes en denoising y mejora en gran medida la calidad de la señal y la precisión de la solución del sistema de navegación inercial.