原文服务方: 计算机应用研究       
摘要:
针对惯性传感器信号处理的特点,提出了基于稀疏表示的信号滤波处理系统模型和方法。通过 K-SVD算法对信号学习训练获得字典,为了减少计算量,满足实时性,尽量降低字典的大小,仿真结果表明,在满足一定精度的条件下,字典的大小最小为3×10。在该字典下对信号进行稀疏表示和重构,改变信号的输入方式,可以实现信号的实时滤波。仿真结果表明提出的滤波方法能有效地消除噪声,改善输出信号精度,可以提高信噪比最大为4.5 dB。该滤波方法与传统的滤波方法相比有较大的优势,为惯性传感器信号处理提供了一种新的方法。
推荐文章
随机共振在惯性传感器信号处理中的应用
随机共振
惯性传感器
Runge-Kutta
滤波系统
用于AIS实时信号稀疏表示的追踪算法研究
船舶自动识别系统(AIS)
稀疏表示
实时信号
基追踪(BP)
正交匹配追踪(OMP)
基于Allan方差改进阈值的惯性传感器动态信号小波去噪
惯性传感器
动态信号
小波阈值去噪
Allan方差
噪声系数
基于稀疏表示多分类的室内定位算法
室内定位
稀疏表示
卡尔曼滤波
无线局域网 ( WLAN)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏表示的惯性传感器信号实时滤波方法
来源期刊 计算机应用研究 学科
关键词 惯性传感器 稀疏表示 字典 实时滤波
年,卷(期) 2015,(5) 所属期刊栏目 网络与通信技术
研究方向 页码范围 1480-1482
页数 3页 分类号 TN911.7
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.05.050
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋行国 桂林电子科技大学信息与通信学院 26 46 4.0 5.0
2 张龙 桂林电子科技大学信息与通信学院 9 16 3.0 3.0
3 许金海 桂林电子科技大学信息与通信学院 12 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (67)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(13)
  • 参考文献(4)
  • 二级参考文献(9)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(5)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
惯性传感器
稀疏表示
字典
实时滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导