[發明專利]基于小波閾值的MEMS陀螺去噪方法

有效

• 申請號: 201810790260.1
• 申請日: 2018-07-18
• 公開（公告）號: CN109344678B
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 楊菊花;陳光武;張琳婧;王迪;李文元;程鑒皓;劉射德;劉昊
• 申請（專利權）人: 蘭州交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京智客聯合知識產權代理事務所(特殊普通合伙) 11700
• 代理人: 李戍

1.一種基于小波閾值的MEMS陀螺去噪方法，其特征在于，包括:

對MEMS陀螺信號進行采樣；

針對所述MEMS陀螺信號進行趨勢分析；

基于趨勢分析的結果確定小波基和分解層數；

基于確定的小波基和分解層數選取小波系數變換函數，基于選取的小波系數變換函數區分信號的噪聲與細節部分；選取閾值函數和閾值，去除信號的細節部分的噪聲分量，其中，所述閾值函數為：

；式中： 1，定義其為適應因子，a，b，c為調節因子，為閾值常數，n為采樣點數，j為小波分解尺度。

2.根據權利要求1所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述對MEMS陀螺信號進行采樣，具體為對MEMS陀螺信號進行連續采樣。

3.根據權利要求2所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述對MEMS陀螺信號進行連續采樣中，

采樣頻率為20Hz，采樣時間為750S。

4.根據權利要求1所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述針對所述MEMS陀螺信號進行趨勢分析，包括：

在Matlab仿真環境中設置MEMS陀螺的特征參數，所述設置MEMS陀螺的特征參數，包括在Matlab仿真環境中注入MEMS陀螺誤差；

進行Matlab仿真試驗分析，從而完成趨勢分析。

5.根據權利要求4所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述MEMS陀螺的誤差，包括：

零偏誤差為0.01°/h，角度隨機游走誤差為 h表示小時。

6.根據權利要求4所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述基于趨勢分析的結果確定小波基和分解層數，包括：

使用DbN小波族分別對Matlab仿真信號進行多層的小波分解和重構，

使用標準差數據對小波分解和重構進行比較分析；

基于比較分析的結果確定小波基和分解層數。

7.根據權利要求6所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述小波基為Db5，所述分解層數為9。

8.根據權利要求6所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述選取小波系數變換函數包括：

選取小波變換函數；

利用小波變換函數將被要變換的小波系數中間差別放大；

將差別放大后的小波系數代入小波變換函數的逆函數，得到小波估計系數，從而得到小波系數變換函數。

9.根據權利要求1所述的基于小波閾值的MEMS陀螺去噪方法，其特征在于，所述a為1.18，b為-1.24，c為0.33。