[发明专利]基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法

权利要求书

1.一种基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法，其特征在于，包括以下步骤：

步骤1：在设备上安装半球谐振陀螺，连接电脑后对设备进行预热并采集其数据；

步骤2：利用变分模态分解(VMD)方法将采样信号分解为一系列固有模态函数(IMF)分量；

步骤3：计算每一个IMF分量的样本熵值和相邻熵值之间的变化量，从而区分高频分量和低频分量并采取相应地措施：高频分量直接去除，低频分量进行重构；

步骤4：将重构的信号再进行FLP滤波，得到最终的去噪之后的半球谐振陀螺的输出信号。

2.根据权利要求1所述的一种基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法，其特征在于，步骤2所述的利用VMD方法将采样信号分解为一系列IMF分量，具体方法为：

1)构造受约束变分模型为:

式中：{u_k}＝{u₁,…u_k}为分解得到的K个模态分量，{ω_k}＝{ω₁,…ω_k}为中心频率，K表示分解的IMF的总个数；

2)通过引入二次惩罚因子和Lagrange乘子转换为非约束的形式如下：

3)利用交替方向乘子法对上式进行求解，在频域对u_k(t)，ω_k(t)和λ进行更新迭代；找拉格朗日表达式的鞍点，获得最优解。

3.根据权利要求1所述的一种基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法，其特征在于，步骤3所述的计算每一个IMF分量的样本熵值和相邻熵值之间的变化量，从而区分高频分量和低频分量并采取相应地措施：高频分量直接去除，低频分量进行重构，具体方法为：

1)按照样本熵的定义，计算出每个IMF分量的样本熵值为R_i(i＝1,2,…k,…,n)和变化量ΔR_i＝|R_i+1-R_i|,(i＝1,2,…,k,…,n-1)；

2)变化量中最大值对应的IMF分量前面的IMF分量均为高频分量，直接去除；变化量中最大值对应的IMF分量及其后面的IMF分量均为低频分量，进行重构。

4.根据权利要求1所述的一种基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法，其特征在于，步骤4所述的将重构的信号再进行FLP滤波，得到最终的去噪之后的半球谐振陀螺的输出信号，具体方法为：

1)利用重构后的信号来求得当前时刻陀螺信号的估计值：

其中z(n-1)＝{z(n-1),z(n-2),...,z(n-M)}^T为先前时刻陀螺输出所组成的向量，z(n-k)为先前时刻的半球谐振陀螺信号，b_k为权重，M为阶数；

2)根据公式计算误差信号e(n)；

3)根据公式B(n+1)＝B(n)+μE[e(n)z(n-1)]来更新权重值，式中μ用来控制整个迭代过程的收敛速度。