基于模糊间隔阈值EMD的微机械陀螺消噪

摘要

为了减小低成本微机电系统(MEMS)陀螺仪输出中的噪声,提出了一种经验模态分解(EMD)的模糊间隔阈值消噪方法.首先通过EMD将信号分解为多个本征模函数(IMF),并且IMF特性将这些IMF分为三类,即噪声主导IMF,混合噪声与信息的IMF,信息主导的IMF;对于混合噪声与信息的IMF,根据不同阈值的特性确定模糊阈值区域,并设置隶属度函数,根据IMF系数对应的隶属度值对IMF进行消噪处理;最后再将经过消噪处理的IMF与分解得到的信息主导的IMF进行重构,得到消噪信号.实验首先对一段模拟的“bump”信号进行消噪分析,然后在MEMS陀螺仪上进行验证,最后对此方法的消噪性能进行了Allan方差分析.实验结果表明,该方法能有效去除MEMS陀螺仪输出的噪声分量.静止状态下信号的信噪比提高了5.47 dB,单轴匀速率旋转状态下信号的信噪比提高了2.64 dB;陀螺信号的各项误差系数均有所降低.实现了陀螺仪输出中噪声与信号的分离,改善了信号质量,可以有效提取和识别出有用信息.