[发明专利]一种基于参数最优化的混合EMD算法

说明书

一种基于参数最优化的混合EMD算法。一种基于含参数二次三角B样条和EMD分解的陀螺温度漂移补偿算法，属于数字信号处理领域。其特征是采用EMD分解和互信息算法对陀螺温度漂移信号进行初始去噪，然后采用带参数的二次三角B样条基函数对初始去噪后的信号进行精细去噪和拟合，最后通过分析噪声和拟合信号间的频谱分离程度确定二次三角B样条的最终参数值，从而得到最终的拟合信号并补偿。针对传统的温度漂移拟合不去噪、不能调节去噪效果的缺陷，本发明通过引入带参数的二次三角B样条基函数，结合EMD分解、互信息去噪和频谱分离估计等算法，能够更加精准地去噪、拟合温度漂移信号，从而提高了陀螺温度补偿的精度和效果。

技术领域

本发明涉及一种基于B样条、EMD和互信息的陀螺温度漂移补偿算法，属于数字信号处理领域。

背景技术

陀螺的温度漂移是影响陀螺使用时的精度和可靠性的重要因素，因此，温度补偿是常见的一种克服温度影响的方法。陀螺温度补偿的方法常见的有支持向量机法、遗传算法、粒子算法、各类回归算法等，通常这些方法是直接对陀螺输出的信号进行补偿，这意味着在计算拟合时，同时把噪声也当做有用信号的一部分进行处理，这势必会引入噪声，不可避免地降低拟合和补偿的精度。

EMD是近些年来发展起来的信号处理方法。它是基于信号时间尺度进行分解的，适用于非线性和非稳态信号处理，由于不需要确定基函数和分解层数等主观经验参数设置，某些情况下，比小波变换具有更好的分解效果。同时，EMD不但可以用于信号分解，在信号滤波领域也被越来越多地使用。B 样条是一种曲线、曲面的拟合算法，被广泛应用于CAGD、信号处理等众多领域。在信号拟合，尤其是离散数据拟合领域，B样条曲线凭借简单、连续性和可导性等优点越来越被科研工作者重视。三角样条和三角多项式在理论和实际应用中都有重要的意义。B样条同时也有一定的局限性，对于已知的 B样条，由于其基函数是给定的，导致在曲线拟合、去噪时没有灵活性，得到的结果是唯一的，给实际应用带来了不便。为了解决这个问题，需要引入带参数的样条函数，并以此根据需要来调整曲线的形状和曲率，从而达到更准确地去噪和拟合效果。互信息是信息论里一种实用价值很强的信息度量方法，它被用来衡量一个随机变量中包含的关于另一个随机变量的信息量。工程实用中，通过计算两个变量的互信息值，可以知道两者之间的相关性、含有共同信息的大小。

发明内容

为了解决上述问题，本发明提供了针对EMD噪声IMF和有用IMF界定去噪、含参数的二次三角B样条的基函数及其所具有的性质、利用上述基函数进行精细去噪和陀螺温度补偿这四个方面进行创新。首先，采用EMD分解和互信息算法对陀螺温度漂移信号f进行初始去噪，初步滤波信号f_EM和噪声信号f_noise。然后采用带参数的二次三角B样条基函数(3a)对初始去噪后的信号f_EM进行精细去噪和拟合，最后通过分析噪声和拟合信号间的频谱分离程度确定二次三角B样条的最终参数值，得到最后的拟合信号f′_EM，最后再利用(4a)进行最终的补偿。该方法首先对陀螺的温度漂移数据进行EMD 分解。再者，对EMD分解后的信号进行互信息计算，可以得到有用信号，达到初始滤波的目的。最后，针对传统拟合不能精细滤波的问题，引入了带参数的二次B样条基函数，在数据拟合的同时去除残余噪声，通过对比最后信号和噪声的频谱分离程度，从而确定二次三角B样条的参数。

本发明为解决其技术问题采用如下技术方案：

1、对于陀螺温度漂移信号f首先运用EMD进行分解，得到各个分解分量：IMF₁-IMF_N，共N个分量。