滑动平均法在MEMS陀螺信号趋势项提取中的应用

利用小波域多尺度数据融合算法对MEMS陀螺信号进行融合处理,由于陀螺信号中含有趋势项,导致融合值相比陀螺原始数据有时延。因此,利用滑动平均法先对陀螺信号进行趋势项提取,再对去除趋势后的陀螺信号进行融合处理,最后对融合结果进行趋势补偿。通过将陀螺仪放在单轴位置速率转台上让其做加速运动来验证方法的有效性,实验结果表明融合值未出现时延。最后将滑动平均法与多项式拟合法、经验模态分解法的提取结果进行对比。当采用滑动平均法时相对l2范数误差为0.000 89,三者中最小且小于0.12,而多项式拟合法与经验模态分解法的相对l2范数误差均大于0.12,证明了滑动平均法是一种提取信号趋势项的良好方法。