希尔伯特—黄变换方法在GAT磁悬浮陀螺仪数据处理中的应用.pdfVIP

万方数据 摘 要 随着科技的进步，陀螺仪技术在地下工程测量，惯性导航等领域发挥的作用越来越 突出。越来越高的地位同时就要求了它要具有越来越高的精度。因为很难再在硬件上做 出突破，所以我们把提高陀螺仪精度的目标放在对它的数据处理上。 鉴于前人已经用各种Kalman 滤波方法对数据做出了处理，为了尝试使用不同的方 法分析陀螺仪数据会不会有更好的效果，本文采用一种全新的数据分析方法—希尔伯特 —黄变换方法对陀螺仪观测数据进行分析。文章的研究内容主要包括对数据的去噪和对 转子电流周期的估计两部分。 对数据的去噪是基于EMD 带通滤波去噪原理。用EMD 分解方法分别对陀螺仪转 子电流和定子电流进行分解，分解后产生频率从高到低的 IMF 集。通过从高频到低频 依次滤去IMF 函数，对各个剩余的IMF 集进行信号重构，计算重构信号的均值与均方 差值，并画出滤波结果图，判定噪声IMF 函数的分布，进而得出EMD 滤波结果。通过 对大量数据的分类研究，可以得知EMD 去噪达到了较理想的效果。 基于 IMF 周期求取原始数据周期方法是作者提出的一种新的求取周期的方法。它 是基于有用成分IMF 的周期和方差值，将有用成分的IMF 方差值作为权，按照权比将 有用成分的 IMF 周期进行加权平均，对原始数据的周期做出一个估计。通过对仿真信 号加噪声，去噪后用 IMF 求周期法对原始信号周期作出估计，与真实周期进行对比， 验证了这种新的IMF 周期估计方法具有一定的可靠性。 关键词：希尔伯特—黄变换，Kalman 滤波，EMD 去噪，IMF 周期，加权平均 i 万方数据 Abstract With the progress of science and technology, gyroscope technology is playing a more and more important role in underground engineering surveying and inertial navigation. Extensive use demands the higher accuracy. Because it ’s hard to make a breakthrough on hardware, so we put the goal of improving precision of gyroscope in data processing. In view of predecessors have used a variety of kalman filtering method to data processing, and in order to try to use different method to analyze gyroscope data, the author used a new method – Hilbert Huang method to analyze the gyroscope data. The article research content mainly includes the data denosing and the estimate of the rotor current cycle. The data denoising is based on the EMD bandpass filter denoising principle. Using the EMD method respectively decomposes the rotor current and the stator current. It’ll produce