丁明宽，石志勇，韩兰懿，宋金龙，杜滨瀚

(陆军工程大学石家庄校区， 石家庄 050003)

1 引言

与传统陀螺相比，MEMS(microelectromechanical system)陀螺具有体积小、耗能低、重量轻、易于集成、可批量生产等特点，具有良好的应用前景，但仍存在精度低、稳定性差等问题[1]。MEMS陀螺仪误差可分为确定性误差和随机误差，确定性误差可通过转台实验进行标定，随机误差易受结构、电路、环境因素的影响，同样也逐渐成为制约其精度提高的关键因素[2]。目前，常用于抑制MEMS陀螺随机误差的方法有：建模补偿法、小波变换降噪法、模态分解降噪法等。这些方法取得了一定的效果，但仍存在不足。文献[3]采用时间序列建模后利用卡尔曼滤波进行补偿，但该方法的前提是建立准确的误差模型；文献[4]采用小波阈值降噪法进行降噪，并且改进了阈值选取规则和阈值作用函数，但小波阈值降噪的精度过分依赖于小波基的选取和分解尺度的确定；文献[5]采用经验模态分解法(empiricalmodedecomposition,EMD)进行了降噪，但IMF分量存在模态混叠、端点效应等问题，EEMD[6]、CEEMD[7]、CEEMDAN[8]等方法分别对EMD进行了改进，但都没有从根本上解决EMD方法的固有缺陷。

2014年，文献[9]提出了变分模态分解(variationalmode decomposition,VMD)理论，通过构造约束变分模型，将模态估计转化为变分问题，在模态分解和噪声鲁棒性方面均具有较大优势，而且对噪声不敏感，分解所得各个模态也更具有物理意义，不仅弥补了EMD方法的不足，还具有坚实的数学理论基础，运行效率高。但VMD分解受模态数K和惩罚参数α的影响，许多学者对参数优化方法进行了研究。……