资料下载
×
陀螺信号去躁方法（Shannon熵和EMD算法）
消耗积分:0 |
格式:rar |
大小:1.10 MB |
2017-11-01
分享资料个
MEMS陀螺仪由于它紧凑的外形、低成本、低功耗而被大量应用于防御、汽车、航空航天等各个领域。也正因为陀螺仪的小型化和高制作精度，导致它对于电子和机械的噪声相当敏感，输出的数据中带有较大的随机漂移，而这些漂移量是非线性、非稳定的，使得测量数据中存在较大误差。
常用的陀螺仪信号降噪方法有卡尔曼滤波、短时傅里叶变换、小波变换等。其中，卡尔曼滤波是基于建立线性模型，然而线性模型对于非稳定、非线性漂移信号并不是很有效。短时傅里叶变换应用于频域内可以获得较高的分辨率，在时域范围分辨率则较低：小波变换虽然在时频域内分辨率较高，但是在处理信号时先确定基函数和分解尺度，那么滤波结果也将是固定尺度，这样的非白适应方法在处理漂移信号时也没有较好的成效。由于受傅里叶变换的束缚，在信号的边界还会发生频谱泄露。而EMD （Empirical Mode Decomposition， EMD）算法不仅可以较好的分析信号的频率成分，分辨率也很高；在边界也不会发生频率混叠现象，适合处理非线性、非平稳信号。本文提出了基于Shannon熵和EMD算法，对陀螺仪信号进行去噪处理的方法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
