專利名稱：一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于慣性技術(shù)領(lǐng)域中的信號處理，涉及一種光纖陀螺信號去噪方法，特別涉及一種基于提升小波(LWT)重構(gòu)層的前向線性預(yù)測(FLP)去噪算法-LWT-FLP算法，適用于各種光纖陀螺儀。
背景技術(shù)：
光纖陀螺是一種新型角速率傳感器，相對于傳統(tǒng)機(jī)電陀螺，光纖陀螺無運(yùn)動部件和磨損部件，因此具有可靠性高、壽命長、體積小、質(zhì)量輕、功耗低、動態(tài)范圍大、啟動速度快以及頻帶范圍寬等優(yōu)點，因此被廣泛應(yīng)用于航空、航天、航海等領(lǐng)域。由于光纖陀螺自身的工作原理、結(jié)構(gòu)特點、生產(chǎn)工藝和使用環(huán)境的影響，輸出信號中往往存在大量隨機(jī)噪聲，這些隨機(jī)噪聲會嚴(yán)重影響光纖陀螺信號的精度。光纖陀螺的隨機(jī)噪聲主要包含兩部分，一是白噪聲，這是一種高頻噪聲，一般由使用環(huán)境引起；二是分形噪聲，分形噪聲主要是由光路波動導(dǎo)致偏置的不穩(wěn)定引起的，此外，瑞利后向散射帶來的相位誤差、法拉第效應(yīng)引起的誤差，偏振器不理想引起的誤差也是分形噪聲產(chǎn)生的主要原因。 ι/f類分形噪聲是分形噪聲中比較重要的一類，它是一種具有長程相關(guān)性，自相似性以及 l/fr類型譜密度特點的一種非平穩(wěn)隨機(jī)噪聲。ι/Γ類分形噪聲首先是由Johnmson在電子管里發(fā)現(xiàn)的，被認(rèn)為是一種超低頻噪聲。如何有效的消除這兩種噪聲，對于提高光纖陀螺信號的精度具有重要意義。傳統(tǒng)的去噪方法是基于經(jīng)典濾波理論的信號與噪聲譜不重疊的觀點，通過設(shè)置低通、高通等濾波器來剔除濾波器頻帶以外的噪聲。但是當(dāng)信號與噪聲譜重疊較嚴(yán)重時候，難以達(dá)到良好的去噪效果，如1/T噪聲即為一種超低頻噪聲，往往會與低頻的光纖陀螺信號摻雜在一起，因此傳統(tǒng)濾波方法無法有效的去除該類噪聲。為了解決這一問題，本發(fā)明將提升小波變換引入到去噪算法中來，利用提升小波對光纖陀螺信號進(jìn)行多尺度分解，得到不同頻段下的信號，并對各頻段的信號進(jìn)行FLP去噪處理，以達(dá)到有效去除白噪聲和分形噪聲的目的。

發(fā)明內(nèi)容
本發(fā)明的技術(shù)解決問題克服現(xiàn)有技術(shù)的不足，提出了一種基于提升小波(LWT) 重構(gòu)層的前向線性預(yù)測(FLP)去噪算法-LWT-FLP算法，該方法將提升小波變換與FLP算法的優(yōu)點結(jié)合在一起，能有效的去除光纖陀螺信號中的白噪聲和分形噪聲，且易于實現(xiàn)。本發(fā)明的技術(shù)解決方案一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法包括如下步驟(1)利用提升小波對光纖陀螺信號進(jìn)行多尺度分解利用提升小波對數(shù)據(jù)采集系統(tǒng)采集到的光纖陀螺信號進(jìn)行多尺度分解得到分解后各層的小波系數(shù)，包括近似系數(shù)與細(xì)節(jié)系數(shù)，分解層數(shù)為η ；(2)對分解得到的逼近系數(shù)和細(xì)節(jié)系數(shù)進(jìn)行單支重構(gòu)
對分解得到的逼近系數(shù)和細(xì)節(jié)系數(shù)進(jìn)行單支重構(gòu)，得到重構(gòu)后的近似信號％與細(xì)節(jié)信號(Mi = 1,2, Λ,η)；(3)對重構(gòu)后的逼近信號和細(xì)節(jié)信號逐層分別進(jìn)行前向線性預(yù)測FLP算法去噪對步驟⑵中進(jìn)行單支重構(gòu)后得到的逼近信號％與細(xì)節(jié)信號d' Ji = 1，2，Λ， η)分別利用FLP算法進(jìn)行去噪；(4)對步驟⑶中得到的逐層去噪后的信號進(jìn)行重構(gòu)重構(gòu)步驟(3)中得到的FLP去噪后的近似信號a' n與細(xì)節(jié)信號d' = 1,2, A，η)，從而得到去噪后的光纖陀螺信號。所述步驟⑴中利用提升小波對信號進(jìn)行多尺度分解，其小波基為haar小波，即對haar小波進(jìn)行提升來作為光纖陀螺信號的分解小波基；Haar小波的解析方法如下
權(quán)利要求
1.一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于包括如下步驟(1)利用提升小波對光纖陀螺信號進(jìn)行多尺度分解利用提升小波對數(shù)據(jù)采集系統(tǒng)采集到的光纖陀螺信號進(jìn)行多尺度分解得到分解后各層的小波系數(shù)，包括近似系數(shù)與細(xì)節(jié)系數(shù)，分解層數(shù)為η ；(2)對分解得到的逼近系數(shù)和細(xì)節(jié)系數(shù)進(jìn)行單支重構(gòu)對分解得到的逼近系數(shù)和細(xì)節(jié)系數(shù)進(jìn)行單支重構(gòu)，得到重構(gòu)后的近似信號％與細(xì)節(jié)信號屯(士 = 1，2，Λ，η)；(3)對重構(gòu)后的逼近信號和細(xì)節(jié)信號逐層分別進(jìn)行前向線性預(yù)測FLP算法去噪對步驟O)中進(jìn)行單支重構(gòu)后得到的逼近信號％與細(xì)節(jié)信號dji = 1,2, Λ,η)分別利用FLP算法進(jìn)行去噪；(4)對步驟(3)中得到的逐層去噪后的信號進(jìn)行重構(gòu)重構(gòu)步驟(3)中得到的FLP去噪后的近似信號a' n與細(xì)節(jié)信號d' ,(1 = 1,2^,11), 從而得到去噪后的光纖陀螺信號。
2.根據(jù)根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟(1)中利用提升小波對信號進(jìn)行多尺度分解，其小波基為haar小波，即對haar小波進(jìn)行提升來作為光纖陀螺信號的分解小波基；Haar小波的解析方法如下
3.根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟( 中對近似信號和細(xì)節(jié)信號進(jìn)行單支重構(gòu)，其小波基選為haar小波，即對 haar小波進(jìn)行提升，來作為近似信號和細(xì)節(jié)信號的的重構(gòu)小波基。
4.根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟(3)中利用FLP算法進(jìn)行去噪處理，其去噪過程是在信號的重構(gòu)層進(jìn)行的， 即首先對提升小波分解后得到的逼近信號和細(xì)節(jié)信號進(jìn)行單支重構(gòu)，然后對單支重構(gòu)后的信號進(jìn)行FLP去噪處理。
5.根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟(3)中對多尺度分解得到的逼近信號和細(xì)節(jié)信號逐層分別進(jìn)行FLP去噪，其 FLP濾波器預(yù)測階數(shù)選為30。
6.根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟(3)中對多尺度分解得到的逼近信號和細(xì)節(jié)信號逐層分別進(jìn)行FLP去噪，其 FLP濾波器中的步長選擇遵循下面公式A=^l-expH^2)]，Ej = E[|en (η) I]。其中μ」 為不同頻段下的步長，j = 1,2, Λ，η，&為第j頻段內(nèi)FLP絕對誤差的均值。
7.根據(jù)權(quán)利要求1所述的一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，其特征在于，所述步驟⑷中對FLP去噪后的近似信號a' n與細(xì)節(jié)信號d' i(i = 1,2, Λ, η)進(jìn)行重構(gòu)，其重構(gòu)方法為逼近信號a' n與細(xì)節(jié)信號d' i(i = 1，2，Λ，η)直接相加，相加結(jié)果即為利用LWT-FLP算法去噪后的光纖陀螺信號。
全文摘要
本發(fā)明公布了一種基于提升小波重構(gòu)層的前向線性預(yù)測去噪方法，包括利用提升小波對光纖陀螺輸出信號進(jìn)行多尺度分解；對分解后的近似信號和細(xì)節(jié)信號進(jìn)行單支重構(gòu)，得到重構(gòu)后的近似信號與細(xì)節(jié)信號；對重構(gòu)后的近似信號與細(xì)節(jié)信號逐層分別利用FLP方法進(jìn)行去噪；對得到的逐層去噪后的信號進(jìn)行重構(gòu)，得到最終去噪結(jié)果。本發(fā)明通過上述處理方法，將所接收到的信號頻譜分裂成不同的子帶，并根據(jù)有用信號與噪聲在這些子帶內(nèi)的不同表現(xiàn)特性，利用前向線性預(yù)測算法(FLP)進(jìn)行去噪處理，可以有效改善去噪精度，以達(dá)到提高信噪比的目的。
文檔編號G01C19/72GK102252669SQ20111009795
公開日2011年11月23日 申請日期2011年4月19日 優(yōu)先權(quán)日2011年4月19日
發(fā)明者申沖, 陳熙源 申請人:東南大學(xué)