[发明专利]一种基于EMD-Allan微机械陀螺信号分析的方法

权利要求书

1.基于EMD-Allan微机械陀螺信号分析的方法，具体步骤如下，其特征在于,

步骤1：采集微机械陀螺的输出信号；

步骤2：使用EMD算法对微机械陀螺信号进行分解，获得IMF分量；

步骤3：计算IMF分量对应的Allan方差估计，并通过Allen方差计算微机械陀螺的五项噪声源：角度随机游走(Angle Random Walk,ARW)、零偏不稳定性(Bias Instability，BI)、速率随机游走(Rate Random Walk，RRW)、速率斜坡(Rate Ramp，RR)和量化噪声(Quantization Noise，QN)；

步骤4：做出Allan方差系数的三维图。

2.根据权利要求1基于EMD-Allan微机械陀螺信号分析的方法，其特征在于；所述EMD算法对微机械陀螺信号分解如下：

1)确定原始信号x(t)所有的局部极大值和极小值点；

2)使用三次样条法将所有的局部极大值点连起来形成上包络曲线e_max(t)，

所有的局部极小值点连起来形成下包络曲线e_min(t)；

3)计算上下包络曲线的均值曲线

4)从信号中减去均值曲线，可得到IMF分量imf₁(t)

imf_i(t)＝x_i(t)-m_i(t) (2)

其中

5)重复1)-4)，直到满足停止准则，迭代停止准则为：

其中SD为筛选门限值，当SD小于某个常数时，停止迭代，SD取值0.25；

6)分解结束后可得到n个IMF分量imf₁(t)，imf₂(t)，……，imf_n(t)以及

余项r_n(t)，可将原始信号表示为：

3.根据权利要求1基于EMD-Allan微机械陀螺信号分析的方法，其特征在于；所述计算IMF分量对应的Allan方差估计如下：

IMF分量对应的Allan方差估计：

其中，f为原始信号x(t)的采样频率，N为总采样点，表示总体平均值，τ＝N/f为相关时间，表示t_k时刻微机械陀螺输出随机误差均值。

4.根据权利要求1基于EMD-Allan微机械陀螺信号分析的方法，其特征在于；所述Allen方差计算微机械陀螺的五项噪声源如下：

将Allan方差写成角度随机游走、零偏不稳定性、速率随机游走、速率斜坡、量化噪声五项噪声源方差的平方和：

其中Q、N、B、K、R分别是角度随机游走、零偏不稳定性、速率随机游走、速率斜坡、量化噪声五项噪声的Allan方差系数，C_n是Allan方差系数，通过最小二乘法对Allan方差曲线进行拟合，能够得到各种误差系数估计值分别是：