经验模态分解阈值消噪方法及其在惯性导航系数数据处理中的应用

惯性元件随机误差是制约INS精度的关键因素。小波阈值消噪方法基于白噪声模型，无法削弱元件误差中依时间相关的有色噪声成分。针对元件误差中有色噪声影响远大于白噪声的情况，建立元件误差的分形高斯噪声模型，利用功率谱密度方法估计模型参数。基于噪声模型推导经验模分解(EMD)的各固有模态函数(IMF)分量中噪声的方差，以此估计各分量相应的阈值，建立了EMD阈值消噪方法。将该方法应用于INS中，并与小波阈值法进行比较。结果表明，小波阈值法难以控制元件中有色噪声的影响，EMD阈值法与噪声模型紧密结合，能够更有效地削弱元件中的随机误差，提高INS精度。