CN106840202A - 一种陀螺振动信号提取与补偿方法 - Google Patents

一种陀螺振动信号提取与补偿方法 Download PDF

Info

Publication number
CN106840202A
CN106840202A CN201710017615.9A CN201710017615A CN106840202A CN 106840202 A CN106840202 A CN 106840202A CN 201710017615 A CN201710017615 A CN 201710017615A CN 106840202 A CN106840202 A CN 106840202A
Authority
CN
China
Prior art keywords
imf
signal
frequency
gyro
mask
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710017615.9A
Other languages
English (en)
Other versions
CN106840202B (zh
Inventor
陈熙源
王威
宋锐
柳笛
方琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201710017615.9A priority Critical patent/CN106840202B/zh
Publication of CN106840202A publication Critical patent/CN106840202A/zh
Application granted granted Critical
Publication of CN106840202B publication Critical patent/CN106840202B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Gyroscopes (AREA)

Abstract

本发明公开了一种陀螺振动信号提取与补偿方法。振动提取采用掩膜EMD(经验模态分解)算法，其中掩膜信号的频率是以陀螺输出信号的最高频率作为基频的。以粒子算法(PSO)对掩膜信号的频率和掩膜信号的幅值在指定范围内进行寻优。PSO算法中的适应度函数与掩膜EMD分解的IMF个数、振动IMF与陀螺振动信号之间的相关系数有关。对掩膜EMD分解后的信号，通过提取振动IMF，进而分离出噪声IMF和补偿输出IMF。

Description

一种陀螺振动信号提取与补偿方法
技术领域
一种基于自适应掩膜经验模态分解的陀螺振动信号提取与补偿方法，属于数字信号处理领域。
背景技术
光纤陀螺是一种高精度惯性传感器，但容易受到环境的干扰，对外界振动情况较为敏感，也是影响陀螺精度及其应用的主要因素之一。如何检测并消除振动的影响成为工程应用中的一个重点和难点。
陀螺的振动主要分为两种，一种是角振动，一种是线振动。角振动是一种旋转振动，会直接导致陀螺的输出误差。但由于角振动有一定的周期性，较易用算法分解出来，但是其引起的陀螺低频漂移会导致陀螺的累积误差。线振动不易在分解中直接提取出来，其表现形式类似于噪声信号，以一种噪声混合的形式存在于陀螺的输出信号中。线振动会带来较为严重的低频漂移，这较为容易检测并提取出来，为陀螺的补充提供了可能性。不管是哪种振动都会给陀螺带来较为严重的漂移，除去振动本身带来的输出误差之外，在导航解算时，这种由于振动导致的漂移具有时间累计效应，从而导致更大的误差和发散。因此在理论和工程中，如何检测并消除陀螺的振动信息是提高陀螺精度的关键，也是当前的研究热点和难点。除了传感器层面的影响之外，导航初始对准和导航解算都会受到陀螺振动的影响，因此，陀螺的振动问题不止是器件问题，更是系统问题。消除振动问题，主要有物理方法和软件算法，物理方法虽效果较好，却带来了成本、体积、散热等问题；相比而言，软件具有更高的灵活性及经济性。
基于上述陀螺振动的问题，更多地关注振动的软件算法，可以在不增加成本、体积等问题的前提下，提高解决问题的精度和实时性。
发明内容
为了解决上述问题，本发明根据陀螺振动的特征，结合掩膜经验模态分解算法来提取和补偿陀螺的振动误差。
本发明为解决其技术问题采用如下技术方案：一种陀螺振动信号提取与补偿方法，包括以下步骤：
步骤1：计算陀螺输出信号的频率最大值，作为掩膜信号基频；具体地，通过希尔伯特变换和高通差分滤波的联合算法求取陀螺输出的最高有效频率；
步骤2：设的标准差为xSD，运用标准粒子算法对掩膜信号的幅值和频率进行寻优得到最佳幅值aoptim和频率最佳值foptim，幅值寻优范围为[0.1,10]倍的的标准差，频率的寻优范围为[0.1,20]倍的掩膜信号基频；其中为对陀螺的输出信号进行均值滤波得到；
步骤3：根据寻优得到掩膜信号的最佳幅值aoptim和频率最佳值foptim，构造掩膜信号并对进行分解，得到n个IMF，分别求取各个IMF与之间的相关系数，找出最大值的IMF，把该IMF高阶的IMF求和，作为陀螺的真实输出，该IMF即为提取的振动信号。
进一步的，步骤1具体包括以下步骤：
1.1、对陀螺的输出信号进行均值滤波，得到
1.2、对滤波后的信号进行离散求差分，得到
1.3、运用式(1a)对进行希尔伯特变换，得到瞬时频率其中为瞬时相位；
1.4、按照式(1b)对瞬时频率求均值，在可导的情况下可以得到陀螺的最高频率fmax1；
1.5、按照式(1c)对进行快速傅里叶变换并求取其频率的最大值fmax2；
1.6、按照式(1d)求取fmax1和fmax2之间的最大值作为最终的掩膜信号基频fmax；
fmax＝max{fmax1,fmax2} (1d)。
进一步的，步骤2还包括以下步骤：
2.1、构造掩膜信号如式(2a)所示，其中a为掩膜信号幅值，f为掩膜信号的频率；
2.2、用式(2b)对信号进行分解，得到各个尺度的IMF分量，共n个，其中EMD是经验模态分解算法的运算符；
2.3、PSO寻优的适应度函数如下式(2c)所示，其中Fitness(a,f)为掩膜信号幅值为a，频率为f时的适应度函数值；n为EMD分解的IMF个数，为各个IMF与之间相关系数的最大值；
xmask＝a×sin(2πft) (2a)；
进一步的，步骤3具体包括以下步骤：
3.1、通过PSO寻优得到掩膜信号的最佳幅值aoptim和频率最佳值foptim，按照(2a)式构造掩膜信号并对进行分解，得到n个IMF，按照式(3a)分别求取各个IMF与之间的相关系数，其中Abs为求绝对值算子，min为求最小值算子，corrcoef为求相关系数算子，得到最大值时对应的IMF为IMFcorrmax，其中corrmax为对应的IMF顺序数，IMFcorrmax为混在陀螺信号中的振动信号；
3.2、根据陀螺的输出如式(3b)完成信号补偿，其中xout为陀螺消除了噪声和振动之后的信号，
有益效果：本发明与现有技术相比，本发明采用对陀螺输出的混合信号求取频率最大值，以此频率作为掩膜信号的基频；再以粒子算法(PSO)对基频的倍频和掩膜信号的幅值进行寻优，其中适应度函数与是掩膜EMD分解的IMF个数、振动IMF和滤波和 之间的均方根误差相关。对分解后的陀螺输出信号，找出与之间的相关系数最大值的那个IMF，此IMF即为振动信号对应的IMF。这个振动IMF之前的低阶IMF当做噪声信号被舍弃；而这个IMF之后的高阶IMF之和作为陀螺的真实输出，从而达到振动信号提取和补偿的目的。
附图说明
图1为本发明的算法的流程；
图2为本发明与传统掩膜算法(简称M-EMD)、CEEMD和WPT提取到振动信号效果对比图；
图3为本发明与传统掩膜算法(简称M-EMD)、CEEMD和WPT信号补偿效果对比图。
具体实施方式
下面结合附图对本发明创造做进一步详细说明。
图1为基于自适应掩膜经验模态分解的陀螺振动信号提取与补偿算法的流程图，首先通过希尔伯特变换和快速傅里叶变换得到陀螺输出信号的最大频率值，然后在给定的范围内运用粒子算法(PSO)对掩膜信号的幅值和频率进行寻优，对求得的最优幅值和频率构造最优化的掩膜信号，并对陀螺的输出进行分解，对上述分解后的各个IMF与滤波后的陀螺输出信号逐一求取相关系数，得到最大值，该最大值其对应的IMF即为振动数据，最后把振动数据对应的IMF之后的所有高阶IMF进行累加，即可得到消除噪声和振动之后的陀螺输出信号。
具体的：
第一步，找到陀螺滤波信号的最高频率，作为掩膜信号的基频。
通过希尔伯特变换和滤波的联合算法求取陀螺输出的最高有效频率。首先对陀螺的输出信号进行均值滤波，得到再对滤波后的信号进行离散求导数，得到运用(1a)式对进行希尔伯特变换，得到瞬时频率其中为瞬时相位。再对按照式(1b)瞬时频率求均值，在可导的情况下可以得到陀螺的最高频率fmax1。同时按照(1c)对进行快速傅里叶变换并求取其频率的最大值fmax2。最后按照式(1d)求取fmax1和fmax2之间的最大值作为最终的掩膜信号的频率fmax。
fmax＝max{fmax1,fmax2} (1d)。
第二步，在寻优范围内构造掩膜信号并进行分解，同时用PSO进行寻优得到掩膜信号的最优幅值和频率。具体方法为如下：
设的标准差(SD)为xSD，则运用标准粒子算法(PSO)对掩膜信号的幅值和频率进行寻优。其中，幅值寻优范围为[0.1,10]倍的SD；频率的寻优范围为[0.1,20]倍的fmax。则构造掩膜信号如式(2a)所示，其中a为掩膜信号幅值，f为掩膜信号的频率。再用式(2b)对信号进行分解，得到各个尺度的IMF分量，共n个，其中EMD是经验模态分解算法的运算符。PSO寻优的适应度函数如下式(2c)所示，其中Fitness(a,f)为掩膜信号幅值为a，频率为f时的适应度函数值；n为EMD分解的IMF个数；为各个IMF与之间相关系数的最大值。
xmask＝a×sin(2πft) (2a)；
第三步，运用寻优得到的掩膜信号进行分解，得到振动IMF及陀螺补偿后的输出量：
通过PSO寻优得到掩膜信号的最佳幅值aoptim和频率最佳值foptim，按照(2a)式构造掩膜信号并对x进行分解，得到n个IMF。按照式(3a)分别求取各个IMF与x之间的相关系数，其中Abs为求绝对值算子，min为求最小值算子，corrcoef为求相关系数算子。得到最大值时对应的IMF为IMFcorrmax，其中corrmax为对应的IMF顺序数，则IMFcorrmax即为混在陀螺信号中的振动信号。陀螺的输出如式(3b)所示，其中xout为陀螺消除了噪声和振动之后的信号，即完成了信号的补偿。
采用本发明的陀螺振动信号提取与补偿方法(以下简称AM-EMD)、传统掩膜算法(以下简称M-EMD)、CEEMD和WPT分别对陀螺振动数据提取振动信号，其有效振动频率为2Hz，提取到的振动信号如图2所示；补偿的对比结果如图3所示，由图2和图3可得，本发明的陀螺振动信号提取与补偿方法(以上简称AM-EMD)效果最好，较好的实现了振动信号的提取和补偿。

Claims (4)

1.一种陀螺振动信号提取与补偿方法，其特征在于：包括以下步骤：
步骤1：计算陀螺输出信号的频率最大值，作为掩膜信号基频；具体地，通过希尔伯特变换和高通差分滤波的联合算法求取陀螺输出的最高有效频率；
步骤2：设的标准差为xSD，运用标准粒子算法对掩膜信号的幅值和频率进行寻优得到最佳幅值aoptim和频率最佳值foptim，幅值寻优范围为[0.1,10]倍的的标准差，频率的寻优范围为[0.1,20]倍的掩膜信号基频；其中为对陀螺的输出信号进行均值滤波得到；
步骤3：通过标准粒子算法寻优得到掩膜信号的最佳幅值aoptim和频率最佳值foptim，构造掩膜信号并对进行分解，得到n个IMF，分别求取各个IMF与之间的相关系数，找出最大值的IMF，把该IMF高阶的IMF求和，作为陀螺的真实输出，而该IMF即为提取的振动信号。
2.根据权利要求1所述的一种陀螺振动信号提取与补偿方法，其特征在于：所述步骤1包括以下步骤：
1.1、对陀螺的输出信号进行均值滤波，得到
1.2、对滤波后的信号进行离散求差分，得到
1.3、运用式(1a)对进行希尔伯特变换，得到瞬时频率其中为瞬时相位；
1.4、按照式(1b)对瞬时频率求均值，在可导的情况下可以得到陀螺的最高频率fmax1；
1.5、按照式(1c)对进行快速傅里叶变换并求取其频率的最大值fmax2；
1.6、按照式(1d)求取fmax1和fmax2之间的最大值作为最终的掩膜信号基频fmax；
fmax＝max{fmax1,fmax2} (1d)。
3.根据权利要求1或2所述的一种陀螺振动信号提取与补偿方法，其特征在于：所述步骤2还包括以下步骤：
2.1、构造掩膜信号如式(2a)所示，其中a为掩膜信号幅值，f为掩膜信号的频率；
2.2、用式(2b)对信号进行分解，得到各个尺度的IMF分量，共n个，其中EMD是经验模态分解算法的运算符；
2.3、粒子算法寻优的适应度函数如下式(2c)所示，其中为掩膜信号幅值为a，频率为f时的适应度函数值；n为EMD分解的IMF个数，为各个IMF与之间相关系数的最大值；
xmask＝a×sin(2πft) (2a)；
4.根据权利要求3所述的一种陀螺振动信号提取与补偿方法，其特征在于：所述步骤3具体包括以下步骤：
3.1、通过标准粒子算法寻优得到掩膜信号的最佳幅值aoptim和频率最佳值foptim，按照(2a)式构造掩膜信号并对进行分解，得到n个IMF，按照式(3a)分别求取各个IMF与之间的相关系数，其中Abs为求绝对值算子，min为求最小值算子，corrcoef为求相关系数算子，得到最大值时对应的IMF为IMFcorrmax，其中corrmax为对应的IMF顺序数，IMFcorrmax为混在陀螺信号中的振动信号；
3.2、根据陀螺的输出如式(3b)完成信号补偿，其中xout为陀螺消除了噪声和振动之后的信号，
CN201710017615.9A 2017-01-11 2017-01-11 一种陀螺振动信号提取与补偿方法 Active CN106840202B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710017615.9A CN106840202B (zh) 2017-01-11 2017-01-11 一种陀螺振动信号提取与补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710017615.9A CN106840202B (zh) 2017-01-11 2017-01-11 一种陀螺振动信号提取与补偿方法

Publications (2)

Publication Number Publication Date
CN106840202A true CN106840202A (zh) 2017-06-13
CN106840202B CN106840202B (zh) 2020-02-18

Family

ID=59118145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710017615.9A Active CN106840202B (zh) 2017-01-11 2017-01-11 一种陀螺振动信号提取与补偿方法

Country Status (1)

Country Link
CN (1) CN106840202B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443393A (zh) * 2018-12-11 2019-03-08 中国人民解放军火箭军工程大学 一种基于盲分离算法的捷联惯导信号提取方法及系统
CN110186446A (zh) * 2019-06-27 2019-08-30 重庆芯力源科技有限公司 一种基于mems陀螺的寻北仪寻北方法
CN113702666A (zh) * 2021-08-03 2021-11-26 哈尔滨工程大学 一种光纤陀螺惯性测量单元信号联合降噪方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175266A (zh) * 2011-02-18 2011-09-07 哈尔滨工业大学 一种运动体陀螺惯性组件的故障诊断方法
CN104019831A (zh) * 2014-06-20 2014-09-03 哈尔滨工业大学 基于emd和熵权的陀螺仪故障诊断方法
CN104573248A (zh) * 2015-01-16 2015-04-29 东南大学 基于emd的光纤陀螺温度漂移多尺度极限学习机训练方法
CN105371836A (zh) * 2015-12-18 2016-03-02 哈尔滨工业大学 基于eemd和fir的混合型光纤陀螺信号滤波方法
CN105424057A (zh) * 2015-10-30 2016-03-23 东南大学 一种基于改进lmd的光纤陀螺振动信号分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175266A (zh) * 2011-02-18 2011-09-07 哈尔滨工业大学 一种运动体陀螺惯性组件的故障诊断方法
CN104019831A (zh) * 2014-06-20 2014-09-03 哈尔滨工业大学 基于emd和熵权的陀螺仪故障诊断方法
CN104573248A (zh) * 2015-01-16 2015-04-29 东南大学 基于emd的光纤陀螺温度漂移多尺度极限学习机训练方法
CN105424057A (zh) * 2015-10-30 2016-03-23 东南大学 一种基于改进lmd的光纤陀螺振动信号分析方法
CN105371836A (zh) * 2015-12-18 2016-03-02 哈尔滨工业大学 基于eemd和fir的混合型光纤陀螺信号滤波方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANG YINQIANG等: "Trend extraction of the MEMS Gyroscope’s drift Based on EEMD", 《IEEE：2010 INTERNATIONAL CONFERENCE ON MEASURING TECHNOLOGY AND MECHATRONICS AUTOMATION》 *
宋锐等: "数字闭环光纤陀螺振动噪声处理方法", 《东南大学学报( 自然科学版)》 *
崔冰波等: "EMD阈值滤波在光纤陀螺漂移信号去噪中的应用", 《光学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443393A (zh) * 2018-12-11 2019-03-08 中国人民解放军火箭军工程大学 一种基于盲分离算法的捷联惯导信号提取方法及系统
CN110186446A (zh) * 2019-06-27 2019-08-30 重庆芯力源科技有限公司 一种基于mems陀螺的寻北仪寻北方法
CN113702666A (zh) * 2021-08-03 2021-11-26 哈尔滨工程大学 一种光纤陀螺惯性测量单元信号联合降噪方法

Also Published As

Publication number Publication date
CN106840202B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN106840202A (zh) 一种陀螺振动信号提取与补偿方法
CN104866099B (zh) 基于运动传感器提高智能设备手势识别精度的误差补偿方法
CN107063306A (zh) 一种基于改进的eemd和排列熵的光纤陀螺振动补偿算法
CN101919695B (zh) 一种基于小波变换的心电信号qrs波检测方法
CN102624456B (zh) 一种光纤干涉型传感信号解调的系统及方法
CN109724602A (zh) 一种基于硬件fpu的姿态解算系统及其解算方法
CN104217112B (zh) 一种基于多类型信号的电力系统低频振荡分析方法
CN102607546B (zh) 用于微机械陀螺的正交误差处理方法及装置
WO2016173144A1 (zh) 一种语音识别方法及装置
WO2022165737A1 (zh) 一种船舶机械设备早期微弱故障信号特征诊断方法
CN105783843B (zh) 一种三点法回转误差分离过程中传感器噪声信号抑制方法
CN105716597A (zh) 采用dsp与fpga的微半球谐振陀螺控制及信号检测系统和方法
CN103713159A (zh) 一种闭环微机械加速度计反馈方法
CN103968821B (zh) 双路谐振式光学陀螺
CN103679019A (zh) 恶意文件识别方法及装置
CN106441359B (zh) 一种高精度的微机械陀螺现场模态匹配方法
CN105698799B (zh) 一种提高捷联惯导系统姿态精度的预处理最优fir滤波器
CN104266739B (zh) 一种目标振动测量系统及方法、解调装置及解调方法
CN109617051A (zh) 一种新能源电力系统低频振荡参数辨识方法
CN106323277A (zh) 一种激光陀螺惯导仪表信号采集电路
CN108632194A (zh) 用于外差干涉测振系统的信号解调装置和方法
CN105241453A (zh) 一种无人机导航系统及无人机
CN110596425B (zh) 一种无人机mems加速度传感器噪声消除方法
WO2021136348A1 (zh) 电机平均电流平滑处理方法及系统、电机电流采样设备
CN113407900B (zh) Lorenz振子的快速求解方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant