中文摘要: 为了有效抑制微机械陀螺仪的随机误差，基于改进的经验模态分解(MEEMD)，结合粒子群优化算法(QPSO)优化卡尔曼滤波（KF），提出了一种微机械陀螺仪降噪方法。通过引入排列熵的概念对微机械陀螺信号进行分解得到本征模态分量；计算各分量排列熵，分析排列熵变化趋势筛选出信号噪声混叠的分量，对其中的混叠的分量分析建模，采用QPSO-KF算法滤波去噪；再对滤波结果和信号主导的分量进行重构，实现微机械陀螺信号降噪。实验验证了本文方法的有效性，相比传统经验模态分解(EMD)、KF精度提高了1个数量级，验证了该方法的有效性和精度。