一种基于改进EMD预处理算法的捷联惯性导航系统粗对准方法

摘要

本发明提出了一种基于改进经验模态分解(Empirical Mode Decomposition,EMD)预处理的捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)粗对准方法，本方法首先利用极限学习机(Extreme Learning Machine,ELM)对SINS中惯性传感器的输出信号进行延拓，所需延拓的极值点得到所需的全部延拓序列，抑制端点效应的影响；在此基础上，利用EMD计算延拓后信号的本征模态函数(Intrinsic Mode Function,IMF)分量；最后基于Shannon信息熵计算所有相邻IMF分量的Shannon熵的变化量，从而完成信号的重构，从而在不改变器件精度的前提下显著提高系统的粗对准精度和鲁棒性。