水下机器人陀螺仪降噪优化设计研究.pdf

《水下机器人陀螺仪降噪优化设计研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第04期计算机仿真2016年4月文章编号：1006—9348(2016)04—0385—05水下机器人陀螺仪降噪优化设计研究刘慧婷，曾庆军，张明(江苏科技大学电子信息学院，江苏镇江212003)摘要：针对水下机器人MEMS陀螺仪存在噪声，为提高导航精度，解决高、低频噪声难以分辨和剔除的问题，提出了将互补集合经验模态分解(ComplementaryEnsembleEmpiricalModeDecomposition，CEEMD)与相关性理论相结合的方法优化降噪算法。首先采用CEEMD算法分解MEMS陀螺仪信号，获得一系列本征固有函数(IntrinsicModeFunction，IMF

2、s)，以各IMF与原始信号的互相关系数为依据剔除虚假分量，完成对陀螺仪的降噪处理。最后利用阿伦(Allan)方差进行效果验证。仿真结果表明，与传统的直接去除高频的IMF分量法相比，改进后的CEEMD重构方法最大限度地保存了有效信息，显著提高了陀螺仪的输出精度。关键词：陀螺仪；互补集合经验模态分解；互相关系数；阿伦方差中图分类号：TP212文献标识码：BDe—-NoisingAnalysisofGyroscopeBasedonCEEMDReconstructionAlgorithmLIUHui—ting，ZENGQing—jan，ZHANGMing(SchoolofElectronicand

3、Information，JiangsuUniversityofScienceandTechnology，ZhenjiangJiangsu212003，China)ABSTRACT：Inordertoreducethenoiseandimprovethenavigationaccuracyoftheunderwaterrobot，tosolvetheproblemofdistinguishinghishfrequencyandlowfrequencynoise，acombinationofComplementaryEnsembleEmpir-icalModeDecomposition(CEE

4、MD)andthecorrelationtheoryisproposed．Based011thedatacollectedfromthegY—roscope，theCEEMDalgorithmisusedtodecomposethegyrosignal，extracttheeffectiveinformationandcalculatethemutualcorrelationcoefficientbetweeneachIMFandtheoriginalsignal，aswellaseliminatethefalsecompo·nents．Finally，theA儿粕varianceisad

5、optedtoverifytheresults，anditturnsoutthat，comparedwiththetraditionalCEEMDdenoisingmethod．tIleimprovedCEEMDreconstructionmethodcansavethemosteffectiveinformationandimprovetheoutputprecisionofthegyroscope．KEYWORDS：Gyroscope；CEEMD；Mutualcorrelationcoefficient；Allanvariance1引言有缆遥控水下机器人(RemotelyOperate

6、dVehicle，ROV)是一种通过脐带电缆与水面支持平台联系的水下作业机器人，是海洋工程水下结构安全检测及维护的关键装备。本文所述水下机器人，是结合江苏省产学研前瞻性联合研究项目设计并研制的一种面向海洋工程水下结构检测的多功能、模块化、具有模态切换功能的新型ROV(Mode—Converted基金项目：国家自然科学基金项目(11204109)；江苏省科技厅产学研前瞻性联合研究项目(BY2012181)收稿日期：2015—07—17修回日期：2015—07—27ROV，简称MC—ROV)。针对研制的新型水下检测与清污机器人，设计了一套以MEMS器件为主的微惯性组合导航系统，包括陀螺仪、加速

7、度计、磁罗盘、深度传感器及微处理器等。在惯性导航中，陀螺仪，尤其是陀螺仪的降噪，是最重要的研究内容之一，直接关系到导航系统的精度。1998年，NordenE．Huang(黄锷：中国台湾海洋学家)等人提出了希尔伯特一黄变换(HHT)，它是一种时频分析方法，适用于非平稳信号，在信号处理中受到很大关注⋯。EMD是HHT方法的核心技术，该算法简单直观，能够将信号分解为一系列固有模态函数，这些模态函数能够对输入信号进行不同尺度的描