基于卡尔曼滤波的陀螺仪降噪处理

• 作者: 史策 张敏 李凯 李坤 韩焱
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: MEMS陀螺仪的随机漂移 卡尔曼滤波 BP神经网络 Allan方差辨识
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 223-227
• 页数: 5页
• 分类号: TP14
• 字数: 3772字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2018.02.012

摘要

针对MEMS陀螺仪输出信号随机漂移误差造成测量精度低的问题,提出了一种基于BP神经网络的卡尔曼滤波降噪模型.基于BP神经网络的基本原理,首先利用BP神经网络对系统进行学习,获得系统状态方程,然后建立了基于BP神经网络的滤波模型,最后应用于卡尔曼滤波对MEMS陀螺仪信号进行降噪.半实物模拟仿真实验表明:基于BP神经网络的卡尔曼滤波后的数据的速率随机游走等系数比原始数据下降6.89倍,验证了本方法的降噪性能优于基本卡尔曼模型,在MEMS陀螺仪的数据处理方面具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩焱	中北大学信息探测与处理山西省重点实验室	268	1539	18.0	24.0
2	李坤	中北大学信息探测与处理山西省重点实验室	26	77	6.0	7.0
3	李凯	中北大学信息探测与处理山西省重点实验室	42	190	6.0	12.0
4	张敏	中北大学信息探测与处理山西省重点实验室	21	101	4.0	10.0
5	史策	中北大学信息探测与处理山西省重点实验室	4	15	1.0	3.0