基于隨機采樣和壓縮感知的慣性傳感器信號處理研究.pdf

1、密級碩士學位論文題目基于隨機采樣和壓縮感知的慣性傳感器信號處理研究（英文）（英文）ResearchofIneritialSensSignalProcessingBasedonRomSamplingCompressiveSensing研究生學號:1402201022研究生姓名:羅珍珍指導教師姓名、職稱指導教師姓名、職稱:蔣行國副教授申請學位門類:工學碩士學科、?？啤I(yè):信息與通信工程論文答辯日期:2017年6月摘要I摘要慣性傳感器是慣性

2、導航系統(tǒng)的重要組成部分。隨著導航技術的發(fā)展，對慣性傳感器信號精度的需求越來越高，目前主要是采用信號處理的方式來提高其精度。但當慣性導航系統(tǒng)的實際應用環(huán)境中出現嚴重干擾（如噪聲、遮擋）等惡劣情況時，很難進行信號的有效采樣。因此，如何通過少數有效采樣數據完成對信號的處理，成為當前慣性傳感器信號處理研究的重點和難點。論文主要研究利用壓縮感知的優(yōu)勢，并結合隨機采樣技術，為慣性傳感器信號處理提供一種新方法。第一，在分析奈奎斯特定理的基礎上，對壓縮

3、感知基本理論展開深入研究。重點從稀疏表示、測量矩陣以及重構算法三方面進行研究，并總結了壓縮感知理論在信號處理上的優(yōu)勢。第二，根據慣性傳感器信號處理的特點，提出一種基于隨機采樣和壓縮感知的處理方法。當外界出現嚴重干擾（如噪聲、遮擋等）時，很難獲得信號的有效采樣，因此，論文充分利用壓縮感知理論的優(yōu)勢，并將其與隨機采樣結合，旨在利用較少的采樣數據實現慣性傳感器信號的準確重構，有效改善輸出信號的精度。實驗結果表明，該方法在提高信噪比的同時，能將

4、信號的采樣數據降低到20%，甚至更低，從而有效避免了跟蹤目標的丟失。第三，針對OMP重構過程中存在耗時較長的問題，提出一種基于免疫量子進化算法的OMP重構方法。論文在對量子進化理論展開分析的基礎上，將免疫機制運用于量子進化算法，以改進慣性傳感器信號的OMP重構。該方法的突出特點是利用量子計算的并行性和免疫機制的高效性，實現最佳原子搜索進程的加速，同時通過引入量子交叉和量子變異等策略，防止陷入局部最優(yōu)狀態(tài)。實驗結果表明，與傳統(tǒng)的OMP重構

5、相比，該方法在有效重構信號的同時，處理時間縮短了4s左右。最后，構建MatlabSimulink仿真平臺，以驗證上述所提出算法的實時性。通過統(tǒng)一脈沖的方式，實現仿真系統(tǒng)時間的同步，同時利用SFunction模塊進一步模擬DSP的運行方式，并建立模型驗證算法的實時性。實驗結果表明，當慣性傳感器信號的采樣頻率為5000Hz時，該系統(tǒng)可以在130s?內完成信號處理過程，低于采樣間隔200s?，能夠滿足信號實時處理的要求。關鍵詞關鍵詞：慣性傳感