一種基于小波分析的角加速度計信號自適應(yīng)去噪方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于小波分析的角加速度計信號自適應(yīng)去噪方法，屬于信號處理
技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 角運(yùn)動廣泛存在于海、陸、空、天各個領(lǐng)域中，是自然界最基本的運(yùn)動之一。在角運(yùn) 動動態(tài)特性表征方面，角加速度能夠更直接、更快速、更準(zhǔn)確地表征角運(yùn)動的高階特性。隨 著高新技術(shù)在軍事領(lǐng)域的廣泛應(yīng)用，未來戰(zhàn)爭面臨的是全方位、高強(qiáng)度、多類別武器的聯(lián)合 作戰(zhàn)。因此在多擾動、變負(fù)載、大過載等復(fù)雜工況下，高精度、高動態(tài)、高可靠地測量角加速 度信號，能夠提高武器系統(tǒng)的綜合作戰(zhàn)效能，提高重型機(jī)械，精密儀器等工業(yè)裝備的工作效 能，提尚飛彳丁器、水下航彳丁體等運(yùn)載工具的運(yùn)彳丁效能。
[0003] 分子型液環(huán)式角加速度計作為一種直接測量角加速度信號的傳感器，利用界面雙 電層效應(yīng)來敏感輸入軸方向的角加速度信號，并輸出與該角加速度信號成正比的電信號， 相比于傳統(tǒng)對速率陀螺數(shù)據(jù)進(jìn)行電子或電磁微分所得到的角加速度信號微分計算，解決了 角加速度誤差放大和延遲滯后等問題，可靠性及抗干擾能力更強(qiáng)。但分子型液環(huán)式角加速 度計依然會受到自身材料結(jié)構(gòu)、載體機(jī)械振動及摩擦等復(fù)雜環(huán)境因素的限制，輸出信號會 帶有大量噪聲甚至?xí)a(chǎn)生畸變。尤其是角加速度計通常工作在多擾動、變負(fù)載的復(fù)雜環(huán)境 下，輸出信號中有時更蘊(yùn)含著大量有用的高頻振蕩信號，需要進(jìn)行濾波才可獲得更為精準(zhǔn)、 可靠的信號以便進(jìn)行后期的數(shù)據(jù)分析工作。
[0004] 目前，針對角加速度計等慣性傳感器輸出信號的濾波算法研究主要集中在卡爾曼 濾波算法上?？柭鼮V波算法雖然是一種最優(yōu)估計的算法，但其需要先對系統(tǒng)建立模型， 利用線性系統(tǒng)狀態(tài)方程進(jìn)行狀態(tài)觀測和估計。對于分子型液環(huán)式角加速度計，國內(nèi)尚未得 到明確的系統(tǒng)模型，因此無法通過卡爾曼濾波算法來進(jìn)行信號處理。而采用常用的均值、中 值濾波算法，即使調(diào)節(jié)滑動窗口也無法同時兼顧對噪聲的平滑及對局部高頻信號的保留， 自適應(yīng)去噪程度低，導(dǎo)致信號可靠度下降?？梢姡槍Ψ肿有鸵涵h(huán)式角加速度計在復(fù)雜環(huán)境 中的使用及高動態(tài)信號的處理還沒有提出一種行之有效的解決方法。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明提供一種基于小波分析的角加速度計信號自適應(yīng)去噪方法，以 小波分析理論為基礎(chǔ)，根據(jù)角加速度計信號的高動態(tài)特性進(jìn)行自適應(yīng)濾波，既能有效地平 滑噪聲，又能保留有用的高頻振蕩信號，使信噪比得到提高。
[0006] -種基于小波分析的角加速度計信號自適應(yīng)去噪方法，其包括：
[0007] 步驟一:對獲得的角加速度計輸出信號進(jìn)行長度判斷，該角加速度計輸出信號為 原始帶噪信號并記為XN，若長度大于1000,則取前1000作為帶噪信號的樣本ΧΝ_;若長度小 于1000,則以原始帶噪信號ΧΝ為帶噪信號的樣本XN_;S后對帶噪信號的樣本ΧΝ_進(jìn)行歸 一化運(yùn)算得到帶噪信號X，同時根據(jù)M max=l〇g2(length(XNsam))計算最大分解層數(shù)M max;并生 成長度為1000的白噪聲序列樣本Nsam，并對其進(jìn)行歸一化運(yùn)算后得到噪聲序列N;
[0008]選擇小波基函數(shù)為db3小波基進(jìn)行第m層小波分解，且初始m=l;
[0009] 步驟二:利用db3小波基函數(shù)分別對帶噪信號X和噪聲序列N進(jìn)行第m層小波分解， 得到近似系數(shù)cAm和細(xì)節(jié)系數(shù)cDm，并分別計算帶噪信號X和噪聲序列N的Μ層小波能量熵 WEEx 和 WEEn;
[0010]
計算分層小波能量熵的差商T，若m = MmaxST> 10%，則停止計算，此時得到的分解層數(shù)減去一為最佳分解層數(shù)，設(shè)最佳分解層數(shù)為Μ;若T <10%，貝|J更新m值為m+Ι，返回步驟二繼續(xù)計算；
[0011]步驟四：對原始帶噪信號XN進(jìn)行中值濾波得到信號Xmid，并用XN與Xmid相減得到噪 聲估計序列及，求iv的絕對值后再求均值獲得I的半寬度w，同時計算噪聲估計序列iv的標(biāo) 準(zhǔn)差σ(Λ〇，最后根據(jù)職％ =#+ 3σ(及)和=-(?Γ + 3σ(Λ〇)得到門限閾值上界gateH 與下界gateL;
[0012]步驟五：用db3小波基函數(shù)對原始帶噪信號XN進(jìn)行Μ層離散小波分解，得到近似系 數(shù)cAM與細(xì)節(jié)系數(shù)cDl，cD2,. . .cDM，將細(xì)節(jié)系數(shù)與設(shè)定閾值進(jìn)行比較，保留細(xì)節(jié)系數(shù)內(nèi)大于 門限閾值上界gateH且小于門限閾值下界gate L的細(xì)節(jié)系數(shù)內(nèi)的元素值，獲得處理后的細(xì)節(jié) 系數(shù)cDl' '02' · · .cDM';
[0013]步驟六：用近似系數(shù)cAM與閾值處理過后的各層細(xì)節(jié)系數(shù)cDf . . .cDiT進(jìn)行 一維小波逆變換，得到最終的去噪信號茇。
[0014] 有益效果：
[0015] 本發(fā)明以小波分析理論為基礎(chǔ)，結(jié)合分子型液環(huán)式角加速度計高動態(tài)的信號特性 對其進(jìn)行信號處理。該算法不同于卡爾曼濾波算法對傳感器系統(tǒng)模型的依賴，不同于中值 濾波算法對窗口大小的依賴，以及均值濾波算法對高動態(tài)信號處理方面的限制，從實(shí)際應(yīng) 用環(huán)境中的信號特征出發(fā)，有效地平滑噪聲，又能保留有用的高頻振蕩信號，使信噪比得到 提尚。
[0016] 本發(fā)明相較于傳統(tǒng)的小波分析去噪方法，提出了通過計算帶噪信號與噪聲信號的 小波能量熵與能量熵的差商來確定帶噪信號的最佳小波分解層數(shù)，運(yùn)用中值濾波對噪聲寬 度與噪聲標(biāo)準(zhǔn)差進(jìn)行估計，結(jié)合3〇準(zhǔn)則設(shè)定門限閾值，從而進(jìn)行自適應(yīng)濾波。在閾值選取方 面，相比于傳統(tǒng)的啟發(fā)式sure準(zhǔn)則、極大極小值準(zhǔn)則以及penalty準(zhǔn)則，效果更勝一籌。以上 方法對于分子型液環(huán)式角加速度計的周期性信號與高動態(tài)信號的降噪處理都取得了較好 的效果。
【附圖說明】
[0017] 圖1為本發(fā)明總體工作流程圖；
[0018] 圖2為本發(fā)明中小波分解層數(shù)自適應(yīng)確定的流程圖；
[0019] 圖3為本發(fā)明中小波門限閾值確定的流程圖；
[0020] 圖4為本發(fā)明中未添加白噪聲的各原始仿真信號圖；
[0021] 圖5為本發(fā)明中疊加白噪聲后獲得信噪比為15dB的各帶噪信號圖；
[0022] 圖6為本發(fā)明中疊加白噪聲后獲得信噪比為lOdB的各帶噪信號圖；
[0023] 圖7為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Block信號降噪效果圖，原始信噪比為15dB;
[0024] 圖8為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Block信號降噪效果圖，原始信噪比為10dB;
[0025] 圖9為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Bumps信號降噪效果圖，原始信噪比為15dB;
[0026] 圖10為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Bumps信號降噪效果圖，原始信噪比為1 OdB;
[0027] 圖11為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
*極大極小值閾值方法的Heavy s i n e s信號降噪效果圖，原始信噪比為15 dB;
[0028] 圖12為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Heavy s i n e s信號降噪效果圖，原始信噪比為10 dB;
[0029] 圖13為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Dopp 1 er信號降噪效果圖，原始信噪比為15dB;
[0030] 圖14為采用本發(fā)明中閾值確定方法與啟發(fā)式閾值選擇方法、通用閾值
、極大極小值閾值方法的Dopp 1 er信號降噪效果圖，原始信噪比為1 OdB;