基于经验模态分解的惯性测量单元加速度信号处理.pdfVIP

壤潮i翔。蠹添黼l 勰{囊热翁 基于经验模态分解的惯性测量单元 加速度信号处理* 朱文发柴晓冬郑树彬耿松 (上海工程技术大学城市轨道交通学院，201620，上海∥第一作者，助教) 摘要对惯性测量单元(IMU)输出的加速度信号进行频measurement unit，简为IMU)，来获取列车的加速 域分析，采用基于连续均方根误差准则的经验模态分解 度和角速率信息。在获取这些信息后的处理过程 (EMD)去噪方法，将加速度信号低频成分滤除，以降低轨道中，需要用到滤波和积分等方法。 状态检测中噪声信号对测量精度的影响。对去噪后的加速 传统的滤波通过信号的傅里叶变换获得其频域 度信号进行连续两次积分处理，可获得载体的空间运动 表示，选择某种合理的滤波器去除噪声频率成分。 轨迹。 这种方法对于平稳信号的效果明显，但是对于IMU 关键词 轨道状态检测；经验模态分解；惯性测量单元；加 获取的加速度信号等非平稳信号(在频域上表现为 速度信号处理 谐波成分的组合)而言，基于全局意义的傅里叶变换 911．6 中图分类号TN 便不再适用。 Mode forInertiMMeasurementUinitALccelera- 经验模态分解(EmpiricalDecoposition， EMD-basedMethod tion 简为EMD)算法是近年来发展较快的新型自适应 SignalProcessing ZhuWenfa，Chai 信号时频分析方法[1]，按照信号局部时间特征尺度 Xiaodong，ZhengShubin，GengSong AbstractAftera oftheacceler— frequency--domainanalysis 将信号从d,N大层层分解，获得有限个频率从大到 ation fromIMU，anEMD—based method denoising Mode signals Function，简为 小的本征模态函数(Intrinsic isusedto thelow fromacceleration process frequencypart IMF)。这是对傅里叶分析和小波变化等传统时频 inordertoovercomethenoiseinfluencetothe signals 分析方法的突破。 detection．Twice measurement trackstate accuracyduring consecutive arethenusedtodealwiththede· 1加速度信号的频谱分析 integrations noisedaccelerationthe motioncurveshall space