[发明专利]一种基于改进EMD预处理算法的捷联惯性导航系统粗对准方法

摘要

本发明提出了一种基于改进经验模态分解(Empirical Mode Decomposition,EMD)预处理的捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)粗对准方法，本方法首先利用极限学习机(Extreme Learning Machine,ELM)对SINS中惯性传感器的输出信号进行延拓，所需延拓的极值点得到所需的全部延拓序列，抑制端点效应的影响；在此基础上，利用EMD计算延拓后信号的本征模态函数(Intrinsic Mode Function,IMF)分量；最后基于Shannon信息熵计算所有相邻IMF分量的Shannon熵的变化量，从而完成信号的重构，从而在不改变器件精度的前提下显著提高系统的粗对准精度和鲁棒性。

主权项

1.一种基于改进经验模态分解(Empirical Mode Decomposition,EMD)算法的捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)粗对准方法，主要包括以下步骤：步骤1：在运载体上安装光纤陀螺捷联惯性导航系统，对系统进行充分预热，开始工作，并采集各个传感器的数据；步骤2：利用极限学习机(Extreme Learning Machine,ELM)对采集到的光纤陀螺惯性测量单元(Inertial Measurement Unit,IMU)输出信号进行延拓消除端点效应的影响；步骤3：利用EMD算法将延拓后的数据分解为一系列本征模态函数(Intrinsic Mode Function,IMF)分量与余项的形式；步骤4：计算相邻IMF分量的Shannon熵的变化量对IMU信号进行重构；步骤5：采用解析式粗对准算法，利用预处理之后的IMU输出信号完成SINS的粗对准过程，从而提高SINS的粗对准精度和鲁棒性。