[发明专利]一种用于PDR系统的EEMD-DFA惯性传感器数据降噪方法

权利要求书

1.一种用于PDR系统的EEMD-DFA惯性传感器数据降噪方法，其特征在于，该方法包括以下步骤：

步骤1、采集并记录由起点沿闭合的矩形路线行走直至回到起点的惯性数据；

步骤2、进行预处理：以16组传感器所得数据作为待处理信号，采用截止频率为20Hz的巴特沃斯低通滤波器对惯性数据进行滤波，获得去除了高频噪声的惯性数据；利用总体经验模态分解，对每一列惯性数据进行分解，得到第k个传感器信号的本征模态函数分量u_ki(n)和残余分量r_k(n)；利用去趋势波动分析原理计算上述本征模态函数分量的Hurst指数H(i)；筛选Hurst指数H(i)＜0.5的本征模态函数分量；

步骤3、去除上一个步骤中被筛选掉的本征模态函数分量；对筛选后的信号进行重构，具体是，第k个传感器重构后的结果为：

式中：y'_k(n)表示第k个传感器重构后的信号，u_ki(n)和M_k分别表示第k个传感器经过总体经验模态分解后得到的固有模态函数分量和分量的个数，r_k(n)表示第k个传感器经过总体经验模态分解后得到的残余分量，至此，得到每个传感器降噪后的信号；

步骤4、对步骤3所得的降噪后的数据进行融合，得到融合后的结果，表达式如下：

式中：y(n)表示融合后的信号，y'_N(n)表示步骤3中每一组传感器重构得到的信号，N表示传感器的个数，y(n)作为后续定位的惯性数据；

步骤5、将步骤4得到的融合结果作为降噪后的数据，对其进行定位结果的分析。