一种光纤陀螺惯性测量单元信号联合降噪方法
阅读说明：本技术 一种光纤陀螺惯性测量单元信号联合降噪方法 (Signal joint noise reduction method for fiber optic gyroscope inertial measurement unit ) 是由 孙骞 许前昆 王娱萤 叶方 李一兵 田园 于 2021-08-03 设计创作，主要内容包括：本发明提出了一种光纤陀螺惯性测量单元信号联合降噪方法,本方法首先利用快速自适应噪声完整集合经验模态分解方法Fast-CEEMDAN将光纤陀螺IMU输出信号进行本征模态分量IMF分解,不仅大大降低了计算量,同时有效解决了噪声从高频到低频的转移传递问题,提高了信息结构化的精度和效率；随后,计算IMF的排列熵和平均排列熵,实现含噪较多IMF的筛选；最后利用自适应小波包分析,AWPA方法对含噪较多IMF进行去噪,保证信号分解的无冗余性、减少局部信号损失,最大限度提高信号的信噪比,从而得到高精度强鲁棒性测量信息。(The invention provides a method for reducing noise of a fiber-optic gyroscope inertial measurement unit signal combination, which comprises the steps of firstly utilizing a Fast self-adaptive noise complete set empirical mode decomposition method Fast-CEEMDAN to carry out intrinsic mode component IMF decomposition on an IMU output signal of a fiber-optic gyroscope, greatly reducing the calculated amount, effectively solving the problem of transfer of noise from high frequency to low frequency, and improving the precision and efficiency of information structuring; then, calculating the permutation entropy and the average permutation entropy of the IMF to realize the screening of IMF with more noise; and finally, denoising the IMF with more noise by using self-adaptive wavelet packet analysis and an AWPA (active wavelet packet power amplifier) method, ensuring the non-redundancy of signal decomposition, reducing local signal loss, and improving the signal-to-noise ratio of the signal to the maximum extent, thereby obtaining high-precision strong robustness measurement information.)
技术领域
本发明属于降噪领域，具体地，涉及一种光纤陀螺惯性测量单元信号联合降噪方法。
背景技术
受光纤环绕制工艺以及一体化封装等技术的限制，目前小型化光纤陀螺IMU对电子和机械噪声及其敏感，输出的信号中带有较大的高频随机噪声，严重影响了光纤陀螺IMU的测量精度，因此需要对其输出信号进行降噪处理。
目前光纤陀螺IMU信号去噪处理方式主要包括Kalman滤波方法、小波分析法、经验模态分解(Empirical Mode Decomposition,EMD)方法等
Kalman滤波去噪方法是一种递归滤波方法，可以从包含噪声的测量信号中，通过Kalman滤波器的自我校正与预估计处理，得到动态系统的最优估计值。但是Kalman滤波最优估计的前提是系统模型准确已知，而受使用环境影响光纤陀螺IMU的噪声具有较强的不确定性，无法对系统进行准确建模，从而影响降噪性能。
在基于小波分析的去噪方法中，首先通过小波变换对信号进行分解，然后利用阈值对小波分解后的系数进行判断，去除含有噪声的系数，保留含有信号成分的系数，最后利用小波逆变换对信息进行重构。尽管该方法凭借其多分辨率的特点在信号去噪领域取得了一定成效，但去噪效果的好坏完全依赖于小波基函数的选取，因此该方法在实际应用中也受到了一定的限制。
EMD方法是依靠数据本身的时间尺度对信号进行多次自适应分解，且在分解过程中无须预先设定基函数，因此该方法在处理非线性非平稳随机信号方面具有较大优势。而包络线的生成是EMD算法的关键，包络线拟合的好坏直接影响分解结果；且该方法存在易产生模态混叠现象的缺点，影响了信号的降噪性能。
近年来，为了进一步提高EMD方法的去噪性能，众多学者对其进行了改进。其中吧，Torres等学者提出了CEEMDAN方法，该方法通过附加自适应白噪声，不仅能够减轻模态混叠现象，而且可以精确重构原始信号。但是该方法在求取每一级本征模态分量(IntrinsicMode Function,IMF)过程中需要多次加入自适应白噪声，计算比较复杂，降低了该方法的效率。
为此，考虑在实际系统中，光纤陀螺IMU的随机漂移具有非平稳性、非线性的特点，为提高光纤陀螺IMU输出信号的精度与鲁棒性，本发明提出了一种基于Fast-CEEMDAN和AWPA的光纤陀螺IMU信号联合降噪方法。本方法首先利用Fast-CEEMDAN方法将非线性和非平稳的光纤陀螺IMU输出信号进行结构化处理，不仅大大降低了计算量，同时有效解决了噪声从高频到低频的转移传递问题，提高了信息结构化的精度和效率；随后，为保证信号分解的无冗余性、减少局部信号损失、最大化数据特征，利用IMU信号特性对小波包参数进行自适应设置，最大限度提高信号的信噪比；最后通过小波包分析方法对IMU输出信号进行去噪，从而得到高精度强鲁棒性测量信息。
发明内容
本发明提出了一种光纤陀螺惯性测量单元信号联合降噪方法，利用快速自适应噪声完整集合经验模态分解(Fast Complete Ensemble Empirical Mode Decompositionwith Adaptive Noise,Fast-CEEMDAN)方法和自适应小波包分析(Adaptive WaveletPacket Analysis,AWPA)方法实现IMU惯性传感信息的降噪，从而在不改变惯性器件精度的前提下提高光纤陀螺IMU的测量精度和鲁棒性。
本发明是通过以下方案实现的：
一种光纤陀螺惯性测量单元信号联合降噪方法：
所述方法包括以下步骤：
步骤一：在设备或者载体上安装光纤陀螺IMU，对IMU进行预热并采集惯性敏感传感器的输出数据；
步骤二：利用快速自适应噪声完整集合经验模态分解方法Fast-CEEMDAN将采样信号分解为一系列本征模态分量IMF；
步骤三：计算每个IMF的排列熵以及所有IMF的平均排列熵，并根据排列熵和平均排列熵筛选出含噪较多的IMF和含噪较少的IMF；
步骤四：利用自适应小波包分析方法AWPA对筛选出的含噪较多的IMF进行阈值去噪，保留含噪较少的IMF，从而保证原始信号的完整性；
步骤五：将去噪后的各阶IMF进行信号重构，最终得到降噪后的测量信息。
进一步地，在步骤二中，
所述速自适应噪声完整集合经验模态分解方法Fast-CEEMDAN具体包括以下步骤：
步骤二一：对IMU的原始输出信号x(t)添加白噪声N(t)，β0为白噪声的幅值，共进行i次分解，则构建的第i次待分析的信号为xi(t)＝x(t)+β0Ni(t)；
步骤二二：定义运算符M(·)为求取时间序列的局部均值，运算M(xi(t))即为找到xi(t)的所有极大值点和极小值点，通过三次样条插值得到由全部极大值点刻画的上包络线e+(t)和由全部极小值点刻画的下包络线e-(t)，计算上下包络线：M(xi(t))＝(e+(t)+e-(t))/2；
步骤二三：计算第一个残余量：进而得到第一个IMF：imf1＝x(t)-r1；
步骤二四：在第一个残余量中加入白噪声r1+β1Ni(t)，计算第二个残余量：进而得到第二个IMF：imf2＝r1-r2；
步骤二五：计算第k(k＝3,…,K)个残余量：进而得到第k个IMF：imfk＝rk-1-rk；
步骤二六：重复步骤二五至信号无法再被分解，得到K个IMF；
进一步地，在步骤3中，
根据排列熵和平均排列熵筛选出含噪较多分量和含噪较少分量，具体方法为：
计算每个IMF的排列熵以及所有IMF的平均排列熵，比较所有IMF排列熵和平均排列熵的值，将排列熵值高于平均排列熵的IMF定义为含噪较多分量，排列熵值低于平均排列熵的IMF定义为含噪较少分量。
进一步地，在步骤四中,
所述对筛选出的含噪较多IMF进行阈值去噪的具体方法为：
步骤四一：根据IMF信号的对数能量熵选择小波包的最优小波基函数；
步骤四二：根据IMF信号的均方根误差、信噪比和平滑度复合评价指标选择最优的小波包分解层数；
步骤四三：根据信号功率谱密度实现小波阈值的自适应调整；
步骤四四：利用小波包分析方法对IMF进行降噪，从而提高IMF的信噪比。
本发明有益效果
本发明利用Fast-CEEMDAN方法对IMU输出信号进行自适应分解，不仅能够有效减轻模态混叠现象，还可以提高对非线性、非平稳IMU输出信号的自适应分解效能；同时，利用AWPA方法对信号进行去噪，不仅可以实现全频段去噪，还可以自适应地设置各参数，最大限度保证信号分解的无冗余性、减少局部信号损失、最大化数据特征，最终实现对外界环境干扰的抑制，提高IMU信号的测量精度和鲁棒性。
附图说明
图1为本发明方法流程示意构；
图2为去噪之前的X轴光纤陀螺仪输出信号；
图3为利用本发明联合降噪方法处理之后的X轴光纤陀螺仪输出信号。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图1至图3，
一种光纤陀螺惯性测量单元信号联合降噪方法：
所述方法包括以下步骤：
步骤一：在设备或者载体上安装光纤陀螺(Inertial MeasurementUnit)IMU，对IMU进行预热并采集惯性敏感传感器的输出数据；
步骤二：利用快速自适应噪声完整集合经验模态分解方法(Fast CompleteEnsemble Empirical Mode Decomposition with Adaptive Noise,Fast-CEEMDAN)将采样信号分解为一系列本征模态分量(Intrinsic Mode Function,IMF)；不仅大大降低了计算量，同时有效解决了噪声从高频到低频的转移传递问题，提高了信息结构化的精度和效率；
步骤三：计算每个IMF的排列熵以及所有IMF的平均排列熵，并根据排列熵和平均排列熵筛选出含噪较多的IMF和含噪较少的IMF；
步骤四：利用自适应小波包分析方法AWPA(Adaptive Wavelet Packet Analysis)对筛选出的含噪较多的IMF进行阈值去噪，保留含噪较少的IMF，从而保证原始信号的完整性；
步骤五：将去噪后的各阶IMF进行信号重构，最终得到降噪后的测量信息。
在步骤二中：所述速自适应噪声完整集合经验模态分解方法Fast-CEEMDAN具体包括以下步骤：
步骤二一：对IMU的原始输出信号x(t)添加白噪声N(t)，β0为白噪声的幅值，共进行i次分解，则构建的第i次待分析的信号为xi(t)＝x(t)+β0Ni(t)；
步骤二二：定义运算符M(·)为求取时间序列的局部均值，运算M(xi(t))即为找到xi(t)的所有极大值点和极小值点，通过三次样条插值得到由全部极大值点刻画的上包络线e+(t)和由全部极小值点刻画的下包络线e-(t)，计算上下包络线：M(xi(t))＝(e+(t)+e-(t))/2；
步骤二三：计算第一个残余量：进而得到第一个IMF：imf1＝x(t)-r1；
步骤二四：在第一个残余量中加入白噪声r1+β1Ni(t)，计算第二个残余量：进而得到第二个IMF：imf2＝r1-r2；
步骤二五：计算第k(k＝3,…,K)个残余量：进而得到第k个IMF：imfk＝rk-1-rk；
步骤二六：重复步骤二五至信号无法再被分解，得到K个IMF；
在步骤三中，
根据排列熵和平均排列熵筛选出含噪较多分量和含噪较少分量，具体方法为：
计算每个IMF的排列熵以及所有IMF的平均排列熵，比较所有IMF排列熵和平均排列熵的值，将排列熵值高于平均排列熵的IMF定义为含噪较多分量，排列熵值低于平均排列熵的IMF定义为含噪较少分量。
在步骤四中,
所述对筛选出的含噪较多IMF进行阈值去噪的具体方法为：
步骤四一：根据IMF信号的对数能量熵选择小波包的最优小波基函数；
步骤四二：根据IMF信号的均方根误差、信噪比和平滑度复合评价指标选择最优的小波包分解层数；
步骤四三：根据信号功率谱密度实现小波阈值的自适应调整；
步骤四四：利用小波包分析方法对IMF进行降噪，从而提高IMF的信噪比。
本发明的效果可以通过如下试验得到验证：
首先搭建静态试验环境，利用实验室研制的中精度光纤陀螺IMU，将其固定安装于试验室隔振金属安装板上，利用加固笔记本采集IMU的输出信息，采样频率为100Hz，数据总长度为1800s，以X轴光纤陀螺仪输出信号为例来验证本发明的效果。
首先分析采集到的X轴光纤陀螺仪原始信号，如图2所示。利用本发明所提的联合降噪方法对原始数据进行降噪处理，得到去噪之后的信号如图3所示。为进一步分析本发明的去噪效果，利用RMSE来评估去噪的性能。分别计算原始信号与去噪之后信号的RMSE值，分别为：1.0640deg/h和0.1881deg/h，可以看出去噪之后信号的RMSE值明显小于去噪之前信号的RMSE值。因此，本发明提供的去噪方法可以有效降低光纤陀螺IMU的测量噪声，有效提高IMU惯性器件的测量精度和鲁棒性。
以上对本发明所提出的一种光纤陀螺惯性测量单元信号联合降噪方法，进行了详细介绍，对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：轮速模拟装置和轮速模拟方法