第７卷 第１期 导航定位与授时 Ｖｏ

ｌ．７Ｎｏ．
１
２０２０ 年 １ 月 Ｎａｖ
ｉｇａ
ｔｉｏｎＰｏｓ
ｉｔｉ
ｏｎｉ
ｎｇ ＆ Ｔｉｍｉ
ｎｇ Ｊ
ａｎｕａ
ｒｙ２０２０

ｉ：
ｄｏ １９３０６／
１０． ｊ．ｃｎｋ
ｉ．２０９５－８１１０．
２０２０．
０１．
００８

基于 Ｌ１ 趋势滤波的飞控传感器降噪方法
唐 强 ，雷志荣 ，史 龙
（航空工业西安飞行自动控制研究所 飞行器控制一体化技术国家重点实验室 ，西安 ７１００７６）

摘 要：针对飞行控制传感器中普遍存在的噪声信号，提出了一种基于 Ｌ１ 趋势滤波技术的在线降
噪方法。首先简要介绍了 Ｌ１ 趋势滤 波 技 术，引 入 了 滑 动 窗 口 对 算 法 进 行 改 进 以 满 足 实 时 在 线 应
用需求。以气压计所采集的信号为例，采用原始飞参数据，利用 该 方 法 进 行 降 噪 处 理，并 与 文 献 中
常用的小波降噪方法进行初步比较，基于 Ｍａ
ｔｌａｂ 的仿真结果验证了该方法的可行性。
关键词：飞控传感器；信号降噪；
Ｌ１ 趋势滤波；小波降噪

中图分类号：
Ｖ２４９ 文献标志码：
Ａ 开放科学（资源服务）标识码（
ＯＳＩＤ）：
文章编号：
２０９５－８１１０（
２０２０）
０１－００５５－０５

Ａ Ｄｅ－ｎｏ
ｉｓｉ
ｎｇ Ｍｅｔｈｏｄｆ
ｏｒＦｌｉ
ｇｈｔＣｏｎｔ
ｒｏｌＳ
ｅｎｓ
ｏｒｓ
ｖｉ
ａＬ１Ｔｒ ｅｎｄＦｉｌ
ｔｅｒ
ａｎｇ，ＬＥＩＺｈ
ＴＡＮＧ Ｑｉ ｉ ｏｎｇ，ＳＨＩＬｏｎｇ
－ｒ

（
Ｓｃｉ
ｅｎｃ
ｅａｎｄＴｅ
ｃｈｎｏ
ｌｏｇｙｏｎ Ａｉ
ｒｃｒ
ａｆｔＣｏｎ
ｔｒｏ
ｌＬａｂｏ
ｒａｔ
ｏｒｙ，ＡＶＩＣ ＸＩ
ＡＮ Ｆ
ｌｉｇｈ
ｔＡｕ
ｔｏｍａ
ｔｉｃ
Ｃｏｎ
ｔｒｏ
ｌＲｅ
ｓｅａ
ｒｃｈＩ
ｎｓｔ
ｉｔｕ
ｔｅ，Ｘｉ
ａｎ７１００７６，Ｃｈ
ｉｎａ）

Ａｂ
ｓｔｒ
ａｃｔ：Ｔｈｅｏｕ
ｔｐｕ
ｔｓｏ
ｆｆｌ
ｉｇｈ
ｔｃｏｎ
ｔｒｏ
ｌｓｅｎｓｏ
ｒｓｕｓｕａ
ｌｌｙｃｏｎ
ｔａｉ
ｎａｖａ
ｒｉｅ
ｔｙｏ
ｆｎｏ
ｉｓｅ．Ｔｏｉｍｐｒ
ｏｖｅｔ
ｈｅ
ｓ
ｉｇｎａｌｑｕａ
ｌｉｔ
ｙａｎｄｒｅｄｕｃ
ｅｔ ｈｅｎｏ
ｉｓｅ，ａｒ
ｅａｌ－ｔｉｍｅｄｅ－ｎｏ
ｉｓｉ
ｎｇ ｍｅｔｈｏｄｕｓｉｎｇＬ１ｔ ｒ
ｅｎｄｆｉ
ｌｔｅ
ｒｉｓｐｒ ｅ
ｓｅｎ
ｔｅｄ
ｉ
ｎｔ ｈ
ｉｓｐａｐｅｒ．Ｆ
ｉｒｓ
ｔｌｙ，ｔｈｅｔｈｅｏ
ｒｙｏｆＬ１ｔ ｒｅｎｄｆｉ
ｌｔｅｒｉｓｂｒｉ
ｅｆｌ
ｙｉ ｎ
ｔｒｏｄｕｃｅｄ，ａｎｄａ ｍｏｄｉｆ
ｉｃａ
ｔｉｏｎａｌ
ｇｏ－
ｒ
ｉｔｈｍ ｂａ
ｓｅｄ ｏｎ ｍｏｖ
ｉｎｇ ｗｉ ｓ ｐｒ
ｎｄｏｗ ｉ ｏｐｏｓ
ｅｄｔ
ｏ ｍｅ
ｅｔｔ
ｈｅｒ
ｅｑｕ
ｉｒｅｍｅｎ
ｔｏｆｏｎ
ｌｉｎｅｓ
ｉ ｌｐｒ
ｇｎａ ｏｃｅ
ｓｓ．
Ｔｈｅｎ，ｔｈｅｂａ
ｒｏｍｅｔｅ
ｒｄａｔ
ａｏｂｔａｉ
ｎｅｄｆｒ
ｏｍ ａｒ ｅａｌｆ
ｌｉｇｈ
ｔｉｓｄｅ－ｎｏ
ｉｓｅｄｕｓｉ
ｎｇｔｈｅｐｒｏｐｏｓ
ｅｄ ｍｅｔ
ｈｏｄ．Ｆｉ－
ｎａ
ｌｌｙ，ｃｏｍｐａ
ｒｅｄ ｗｉ
ｔｈｔ
ｈｅ ｗａｖｅｌ
ｅｔｂａｓｅｄ ｄｅ－ｎｏｓ
ｉｎｇ ｍｅｈｏｄ，ｓ
ｔ ｉｍｕ
ｌａｔｉ
ｏｎｒｅｓｕ
ｌｔｓｂａｓｅｄｏｎ Ｍａ
ｔｌａｂ
ｖｅ
ｒｉｆ
ｙｔｈｅｆ
ｅａｓ
ｉｂｉ
ｌｉ
ｔｙｏ
ｆｔｈ
ｉｓ ｍｅ
ｔｈｏｄ．
Ｋｅ
ｙｗｏ
ｒｄｓ：Ｆｌ
ｉｇｈ
ｔｃｏｎ
ｔｒｏ
ｌｓｅｎｓｏ
ｒｓ；Ｓ
ｉ ｌｄｅ－ｎｏ
ｇｎａ ｉｓｎｇ；Ｌ１ｔ
ｉ ｒｅｎｄｆ
ｉｌ
ｔｅｒ；Ｗａｖｅ
ｌｅｔｄｅ－ｎｏ
ｉｓｉ
ｎｇ

０ 引言
众所 周 知，对 控 制 系 统 而 言，传 感 器 信 号 质 量
直接关系到系统 的 最 终 性 能。 在 飞 行 控 制 系 统 中，
常用的传感器如加 速 度 计、陀 螺、大 气 传 感 器 等，其
输出的数 字 或 模 拟 信 号 上 都 有 不 同 程 度 的 噪 声 叠
加。这些噪声的来源 各 不 相 同，除 了 传 感 器 内 部 自
身实现机理引入的 信 号 噪 声 外，外 部 环 境 变 化 如 电
磁干扰、振动等也 会 带 来 有 害 的 信 号 噪 声。 在 噪 声
严重的情况 下，甚 至 会 达 到 不 可 接 受 的 程 度，如 果
不经处理，直 接 经 控 制 律 计 算 传 导 至 执 行 机 构，不
仅会对飞行器机体 造 成 损 害，而 且 将 无 法 获 取 期 望
的控制效果。
为减少传感器 噪 声 对 系 统 带 来 的 危 害，可 通 过
物理和数 学 上 的 各 种 措 施 进 行 降 噪 处 理。 常 用 的
物理手段包 括 电 磁 兼 容 设 计、滤 波 电 路 设 计、减 振

收稿日期：２０１９－０８－０２；修订日期：
２０１９－０８－２６
基金项目：装备预研中航工业联合基金（ ６１４１１３０５０６１００２）
作者简介：唐强（
１９７８－），男，博士，研究员，主要从事飞行控制方面的研究。Ｅ－ｍａ
ｉｌ：
ｑｔａｎｇ＠１２６．
ｃｏｍ
５６ 导航定位与授时 ２０２０ 年 １ 月

隔振等措施；数学上 则 可 采 用 数 字 滤 波 等 信 号 处 理 １ －２
熿 １ 燄
手段对噪声进行抑 制，例 如 飞 行 控 制 律 设 计 工 程 中 １ －２ １
（
ｎ－２）
通常采用的前置滤波和后置滤波等。 Ｄ＝  ∈Ｒ
×ｎ

本文提出了一种基 于 Ｌ１ 趋 势 滤 波 的 传 感 器 在 １ －２ １
线降噪处理方法，采 用 真 实 飞 行 数 据 进 行 了 仿 真 试 燀 １ －２ １燅
验，并与小 波 阈 值 降 噪 方 法 进 行 了 初 步 比 较，验 证 式（
２）中目标函 数 第 一 项 表 征 估 计 剩 余 项 的 大
了该方法的可行性。 λ ≥ ０ 为加权
小；第二项表征估计趋势的平滑程度；
系数，用来调节控制 该 目 标 函 数 中 两 部 分 组 成 项 的
１ Ｌ１ 趋势滤波 侧重，
λ 的 取 值 越 大，估 计 出 的 趋 势 越 平 滑，
λ 的取
简而言之，趋势 滤 波 就 是 从 时 间 序 列 信 号 中 提 值越小，结果越逼近原始数据。

取其内在的趋势项。其数学描述如下 ［１］： Ｌ１ 趋势滤波无 法 求 出 解 析 解，文 献 ［

１］提 供 了
一种有效的原问题 和 对 偶 问 题 的 内 点 解 法，并 基 于
给出一个时间序列 ｙｔ ， ｎ，假设该时间
ｔ＝１，…，
该方法给出了相应的 Ｃ 语言和 Ｍａ
ｔｌａｂ 工具箱。 本
序列由一个缓慢变化 的 基 本 趋 势 项 ｘｔ 以 及 一 个 快
文后续基于 Ｍａ
ｔｌａｂ 的仿真研究即调用了文献［
１］所
速变化 的 波 动 项ｚｔ （亦 被 称 为 估 计 剩 余 项 ）组 成。
提供的工具箱。
即有
２ 基于 Ｌ１ 趋势滤波的实时化实现
１．
ｙｔ ＝ｘｔ ＋ｚｔ ，
ｔ＝１，…，
ｎ （
１）
将时间序列 ｙｔ 中内含的趋势项ｘｔ 充分估计出 Ｌ１ 趋势滤波是一种批处理方法，需要用到之前
所有的历 史 数 据。 而 实 际 在 进 行 传 感 器 信 号 降 噪
来，尽可能使趋势项ｘｔ 平滑，并使ｚｔ 尽可能小，这一
过程 中，需 要 在 线 进 行 处 理。 因 此 在 Ｌ１ 趋 势 滤 波
信号平滑或滤波过程就是所谓的趋势滤波。
的基础上，构造了一 个 长 度 固 定 的 滑 动 数 据 处 理 窗
Ｌ１ 趋 势 滤 波 １ 、Ｈ－
常见的趋势滤波 方 法 包 括： ［］

口来实现实时滤波降噪，具体方法步骤如下：
ｔ）滤 波 ２ （即 Ｌ２ 滤 波 ）、滑 动 平
［］
Ｐ（Ｈｏｄ
ｒｉｃｋ－Ｐｒ
ｅｓｃｏ
ｔ
１）建立一个长度固定为 Ｎ 的数组，用来存 储传
均滤波、指数 平 滑 滤 波、样 条 平 滑、带 通 滤 波、中 值
感器采样得到的数据；
滤波、小波变换分析等，在各领域应用广泛。
２）依次将新采 集 的 传 感 器 数 据 存 入 该 数 组，未
１ Ｌ１ 趋势滤波简介
１． 存满数据时，不 做 计 算 处 理，滤 波 结 果 输 出 为 传 感
Ｌ１ 趋势滤波由 Ｋｉｍ 等 于 ２００９ 年提 出，是 Ｈ－Ｐ 器的采集值；
滤波的一种变形，用 于 估 计 和 预 测 时 间 序 列 数 据 中 ３）当该数组首次采集满 Ｎ 个数据时，基于 批处
的潜在趋势，主要研 究 和 应 用 集 中 于 经 济 和 统 计 领 理，对该数组进行第 １ 次 Ｌ１ 趋 势 滤 波，滤 波 结 果 输
域 ［３－７］，近年来，在工 程 领 域 也 开 始 陆 续 有 少 量 的 应 出为 Ｌ１ 趋势滤波的最后 １ 位；
用研究 ８－１０］
［
。 ４）滤波运算完成后，该数组循环位移 １ 次，即去

在 Ｌ１ 趋势滤波中，趋 势 项 ｘｔ 的 估 计 通 过 最 小 掉第 １ 个元素，其他元素依次前移 １ 位，并用最新采

样值作为数组最后 １ 个元素；
化以下加权目标函数获得
５）随着新数据 的 到 来，对 更 新 后 的 数 组 再 进 行
１
ｙ －ｘ
２
＋λ Ｄｘ （
２）
２
２ １
Ｌ１ 趋势滤波处理，滤 波 结 果 输 出 为 Ｌ１ 趋 势 滤 波 的
其中，ｘ ＝ （ ｘｎ ）∈ Ｒｎ ，
ｘ１ ，…， 最后 １ 位；
ｙ＝（
ｙ１ ，…，
ｙｎ ）
６）依次滑动更新处理。
＝（∑ｉｕｉ ） 表示向量ｕ 的欧氏范数或
ｎ ／
∈ Ｒ ，ｕ
２ １２
２
采用上述方法，只 要 在 每 一 个 传 感 器 采 样 周 期
Ｌ２范数，ｕ １ ＝∑ｉ ｕｉ 表示向量ｕ 的 Ｌ１ 范数，Ｄ 内，能够完成 固 定 窗 口 长 度 数 组 的 Ｌ１ 趋 势 滤 波 处
为二阶差分矩阵，即分别有 理，通过滑动递推就 可 以 实 现 传 感 器 信 号 的 在 线 实
ｎ 时降噪过程。
＝ ∑（
ｙｔ －ｘｔ）
２ ２
ｙ －ｘ ２

２ 气压计信号降噪仿真
ｔ＝１
ｎ－１

Ｄｘ １ ＝ ∑ ｘｔ－１ －２ｘｔ ＋ｘｔ＋１

ｔ＝２ 为了验证文中 提 出 的 方 法，以 某 气 压 计 所 采 集
第１期 基于 Ｌ１ 趋势滤波的飞控传感器降噪方法 ５７

的信号为例进行了仿真研究与验证。
该气压计 搭 载 于 小 型 无 人 直 升 机 上 进 行 飞 行
数据采集，数据的采样频率为 ５０Ｈｚ。由于直升机的
振动相 对 较 大，所 以 采 集 到 的 气 压 信 号 的 噪 声 较
大，无法直接用于 气 压 高 度 的 解 算。 某 飞 行 起 落 所
采集的气压传感器原 始 数 据 如 图 １ 所 示，本 文 后 续
部分的仿真及分析都以该数据为例。
图 ３ 离线 Ｌ１ 趋势滤波结果（局部放大）
Ｆ
ｉｇ．
３ Ｔｈ
ｅｏｆ
ｆｌｉ
ｎｅｒ
ｅｓｕ
ｌｔｓｏ
ｆＬ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ
（
Ｐａｒ
ｔｉａ
ｌｅｎ
ｌａｒ
ｇ ｔ）
ｅｍｅｎ

结果如图 ４ 和 图 ５ 所 示，图 ５ 为 图 ４ 的 局 部 放 大。
图 ４ 和图 ５ 中的绿 色 曲 线 是 原 始 的 气 压 数 据，红 色
曲线是采用 Ｌ１ 趋势滤 波 进 行 离 线 批 处 理 获 得 的 数
据，蓝色曲线是在线实时处理的仿真结果。
图 １ 气压计所采集的原始信号数据
ｉ
Ｆｇ．
１ Ｔｈ
ｅｒａｗｓ
ｉｇｎａ
ｌｄａ
ｔａｆ
ｒｏｍｔ
ｈｅｂａ
ｒｏｍｅ
ｔｅｒ

１ 基于 Ｌ１ 趋势滤波的降噪仿真结果
２．
首先，采 用 Ｌ１ 趋 势 滤 波 对 该 数 据 进 行 离 线 批
处理，在仿真分析中采用试凑法，可将加权系数λ 取
值为 １，处 理 结 果 如 图 ２ 和 图 ３ 所 示。 图 ２ 为 叠 加
有原始信号的整体处理 结 果，图 ３ 为 图 ２ 的 局 部 放
图 ４ 在线 Ｌ１ 趋势滤波结果
大。从图 ２ 和 图 ３ 中 不 难 看 出，采 用 Ｌ１ 趋 势 滤 波
Ｆ
ｉｇ．
４ Ｔｈ
ｅｏｎ
ｌｉｎ
ｅｒｅ
ｓｕｌ
ｔｓｏ
ｆＬ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ
进行离线降噪处理 的 效 果 是 非 常 理 想 的，几 乎 完 美
滤除了信号中的噪声，还原了信号的真实变化趋势。

图 ５ 在线 Ｌ１ 趋势滤波结果（局部放大）

图 ２ 离线 Ｌ１ 趋势滤波结果 Ｆ
ｉｇ．
５ Ｔｈ
ｅｏｎ
ｌｉｎ
ｅｒｅ
ｓｕｌ
ｔｓｏ
ｆＬ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ

Ｆ
ｉｇ．
２ Ｔｈ
ｅｏｆ
ｆｌｉ
ｎｅｒ
ｅｓｕ
ｌｔｓｏ
ｆＬ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ （
Ｐａｒ
ｔｉａ
ｌｅｎ
ｌａｒ
ｇ ｔ）
ｅｍｅｎ

采用 Ｌ１ 趋 势 滤 波 进 行 在 线 降 噪 处 理 时，要 确 通过以上仿真 结 果 可 以 看 出，本 文 采 用 的 实 时

定 ２ 个主要参数，除 了 目 标 函 数 中 的 加 权 系 数 λ 之
外，还需要 确 定 滑 动 数 据 处 理 窗 口 的 大 小，即 前 文
定义的数组长度 Ｎ 。Ｎ 的取值越大，每次参与运算
的数据越 多，滤 波 处 理 效 果 越 好，但 是 所 需 要 的 计
算资源越多，耗费 的 时 间 也 越 长。 所 以 为 了 满 足 实
际应用的实时性要 求，要 结 合 系 统 实 际 计 算 资 源 进
Ｎ 取 为 ３０，其 仿 真
行折中考虑。在本 文 的 试 验 中，
在线降噪 处 理 方 法 是 有 效 可 行 的。 尽 管 与 离 线 批
处理结果相比其效 果 要 差 一 些，但 仍 然 大 幅 降 低 了
信号中的噪声，而且并未引入过多的延迟。
２ 与小波阈值降噪方法的对比
２．
为进一步评估 本 文 所 提 出 方 法，选 取 有 代 表 性
的小波降噪算法进行初步对比研究。
基于小波技术 的 信 号 降 噪 相 关 研 究、应 用 和 可
５８ 导航定位与授时 ２０２０ 年 １ 月

参考的文献非常 多 ［１１－１４］，其 中 最 常 见 的 小 波 降 噪 方 用边界值重复的双向对称周期延拓来 予 以 解 决 ［１２］。
法是小波 阈 值 滤 波。 小 波 阈 值 滤 波 降 噪 的 基 本 原 其仿真结果与 在 线 Ｌ１ 趋 势 滤 波 的 结 果 对 比 如 图 ８
理如下：首先基于选 取 的 小 波 函 数 将 含 噪 信 号 进 行 和图 ９ 所示，图 ９ 为 图 ８ 的 局 部 放 大。 图 中 红 色 曲
离散小波 变 换，将 信 号 进 行 小 波 分 解；然 后 对 小 波 线是在线小波滤波的处理结果，蓝色部分是在线 Ｌ１
分解后的各层系数 进 行 阈 值 处 理，保 留 大 于 阈 值 的 趋势滤波的处理结果。
小波系数，将 小 于 阈 值 的 小 波 系 数 置 零，以 抑 制 信
号中的噪 声；最 后 进 行 小 波 逆 变 换，重 构 出 降 噪 处
理后的信号。其核心在于阈值函数的选取或构造。
与 Ｌ１ 趋 势 滤 波 类 似，基 于 小 波 阈 值 滤 波 的 信
号降噪处理也是一 种 批 处 理 算 法，适 用 于 离 线 分 析
及处理。调用 Ｍａ
ｔｌａｂ 自带的小波工具箱，采用 ｄｂ３
小波，分解层数为 ５ 层，采 用 软 阈 值 处 理，仿 真 结 果
图 ８ 在线 Ｌ１ 与在线小波滤波结果比较
如图 ６ 和图 ７ 所示，图 ７ 为 图 ６ 的 局 部 放 大。 图 中 Ｆ
ｉｇ．
８ Ｔｈ
ｅｏｎ
ｌｉｎ
ｅｆｉ
ｌｔｅ
ｒｉｎｇｒ
ｅｓｕ
ｌｔｓｃ
ｏｍｐａ
ｒｉｓ
ｏｎ
红色曲线是离线小 波 滤 波 的 处 理 结 果，蓝 色 部 分 是 ｂ
ｅｔｗｅ
ｅｎＬ１ａｎｄｗａ
ｖｅｌ
ｅｔ
离线 Ｌ１ 趋势滤波的处理结果。

图 ６ 离线 Ｌ１ 与离线小波滤波结果比较 图 ９ 在线 Ｌ１ 与在线小波滤波结果比较（局部放大）

Ｆ
ｉｇ．
６ Ｔｈ
ｅｏｆ
ｆｌｉ
ｎｅｆ
ｉｌ
ｔｅｒ
ｉｎｇｒ
ｅｓｕ
ｌｔｓｃ
ｏｍｐａ
ｒｉｓ
ｏｎ Ｆ
ｉｇ．
９ Ｔｈ
ｅｏｎ
ｌｉｎ
ｅｆｉ
ｌｔｅ
ｒｉｎｇｒ
ｅｓｕ
ｌｔｓｃ
ｏｍｐａ
ｒｉｓ
ｏｎｂ
ｅｔｗｅ
ｅｎＬ１

ｂ
ｅｔｗｅ
ｅｎＬ１ａｎｄｗａ
ｖｅｌ
ｅｔ ａｎｄｗａ
ｖｅｌ
ｅｔ（
Ｐａｒ
ｔｉａ
ｌｅｎ
ｌａｒ
ｇ ｔ）
ｅｍｅｎ

从图 ８ 可 以 明 显 看 出，所 采 用 在 线 Ｌ１ 趋 势 滤
波方法的 降 噪 能 力 要 优 于 在 线 小 波 降 噪 方 法。 从
图 ９ 可以看出，与所采用在线小波降噪方法相比，在
线 Ｌ１ 趋势滤 波 所 引 入 的 延 迟 要 小，且 滤 波 后 曲 线
整体更光滑。
因此，通过 将 以 上 Ｌ１ 趋 势 滤 波 与 小 波 阈 值 降
噪两种方 法 分 别 进 行 离 线 批 处 理 以 及 在 线 滑 动 窗
口处理的 仿 真 结 果 进 行 简 单 对 比，至 少 可 以 说 明，
图 ７ 离线 Ｌ１ 与离线小波滤波结果比较（局部放大）
Ｆ
ｉ Ｌ１ 趋势滤波方法具有不弱于小波
在信号降噪方面，
ｇ．
７ Ｔｈ
ｅｏｆ
ｆｌｉ
ｎｅｆ
ｉｌ
ｔｅｒ
ｉｎｇｒ
ｅｓｕ
ｌｔｓｃ
ｏｍｐａ
ｒｉｓ
ｏｎｂ
ｅｔｗｅ
ｅｎＬ１
ａｎｄｗａ
ｖｅｌ
ｅｔ（
Ｐａｒ
ｔｉａ
ｌｅｎ
ｌａｒ
ｇ ｔ）
ｅｍｅｎ 阈值降噪方 法 的 能 力，其 潜 力 有 待 进 一 步 挖 掘，具
有较好的应用前景。
不难 看 出，针 对 所 采 用 的 气 压 计 原 始 数 据，二
３ 结束语
者离线滤 波 的 降 噪 结 果 基 本 相 当。 但 是 在 细 节 处
理上，例如上述 数 据 ４０ｓ 信 号 尖 峰 处，
Ｌ１ 趋 势 滤 波 本文采用 Ｌ１ 趋势滤波方法对飞行控制系 统 传
的结果 更 真 实 地 反 映 了 信 号 的 变 化 趋 势，效 果 更 感器信号进行降噪处理，经仿真试验验证表明：
好。为实现基 于 小 波 的 在 线 滤 波，类 似 前 文 Ｌ１ 趋 １）基 于 滑 动 数 据 窗 口 处 理 的 Ｌ１ 趋 势 滤 波 算
势滤 波 的 处 理，同 样 引 入 了 滑 动 的 数 据 处 理 窗 法，可以实现对传感器信号的在线实时降噪；
口 ，并针对离 散 小 波 变 换 中 存 在 的 边 界 问 题，采
１１］
［
２）实时 Ｌ１ 趋 势 滤 波 降 噪 算 法 虽 然 比 离 线 Ｌ１
第１期 基于 Ｌ１ 趋势滤波的飞控传感器降噪方法 ５９

趋势滤波降噪算法的降噪效果差，但依然能显著地 ［９］ 张明，冯坤，江志农 ．基于动态自学习阈值和趋势滤

降低数据信号中的噪声水平； 波的机械故障智能预警方法［
Ｊ］．振 动 与 冲 击，２０１４，
３３（
２４）：８－１４．
Ｌ１ 趋势滤
３）与经典的小波阈值降噪方法相比，
ｎｇ，Ｆｅｎｇ Ｋｕｎ，Ｊ
Ｚｈａｎｇ Ｍｉ ｉａｎｇ Ｚｈ
ｉｎｏｎｇ．Ａ ｍｅ
ｃｈａ－
波方法至少具有相当的信号降噪能力。
ｉ
ｎｃａ
ｌｆａｕ
ｌｔｅ
ａｒｌ
ｙ ｗａ
ｒｎｉ
ｎｇ ｍｅ
ｔｈｏｄｏ
ｌｏｇｙ ｂａ
ｓｅｄ ｏｎ ｄｙ－
此外，该 方 法 也 可 以 方 便 地 推 广 应 用 至 陀 螺、
ｎａｍｉ
ｃｓｅ
ｌｆ－ｌ
ｅａｒ
ｎｉｎｇｔ
ｈｒｅ
ｓｈｏ
ｌｄａｎｄｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇｔ
ｅｃｈ－
加速度计等其他传 感 器 信 号 的 降 噪 处 理 过 程 中，是
ｎ
ｉ ｓ［
ｑｕｅ Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆＶｉ
ｂｒａ
ｔｉ ｃｋ，２０１４，３３
ｏｎａｎｄＳｈｏ
一种很有潜力的信号处理方法。 （
２４）：８－１４（
ｉｎＣｈ
ｉｎｅ
ｓｅ）．
［
１０］ Ｓｅ
ｌｖｎＳ，Ａｊ
ｉ ａｙＳＧ，Ｇｏｗｒ
ｉＢ Ｇ，ｅ
ｔａｌ．Ｌ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
参考文献
ｆ
ｏｒｉｍａｇｅｄｅｎｏ
ｉｓｎｇ［
ｉ Ｃ］／／ Ｐｒ
ｏｃｅ
ｅｄｉ ｆ６ｔｈ Ｉ
ｎｇｓｏ ｎｔｅ
ｒｎａ－
［１］ Ｋｉｍ ＳＪ，Ｋｏｈ Ｋ，Ｂｏｙｄ Ｓ，ｅ
ｔａｌ．Ｌ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ ｔ
ｉｏｎａ
ｌＣｏｎ
ｆｅｒ
ｅｎｃ
ｅｏｎＡｄｖａｎｃ
ｅｓｉ
ｎＣｏｍｐｕ
ｔｉｎｇ ＆ Ｃｏｍ－
［
Ｊ］．
ＳＩＡＭ Ｒｅ
ｖｉｅｗ，２００９，５１（
２）：３３９－３６０． ｍｕｎ
ｉｃａ
ｔｉｏｎｓ，２０１６：４９５－５０２．
［２］ Ｈｏｄ
ｒｉｃｋ ＲＪ，Ｐｒ
ｅｓｃ
ｏｔｔＥ Ｃ．Ｐｏ
ｓｔｗａ
ｒＵＳｂｕｓ
ｉｎｅ
ｓｓｃｙ－ １１］ 蒋东方，陈明 ．一 种 实 时 小 波 降 噪 算 法 ［
［ Ｊ］．仪 器 仪
ｌ
ｃｅｓ： ａｎ ｅｍｐ
ｉｒｉ
ｃａｌｉ
ｎｖｅ
ｓｔｉ
ｇａｔ
ｉｏｎ ［
Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆ 表学报，２００４，２５（
６）：７８１－７８４．
Ｍｏｎｅｙ，Ｃｒ
ｅｄｔ，ａｎｄＢａｎｋ
ｉ ｉｎｇ，１９９７，２９（
１）：１－１６． Ｊ
ｉａｎｇＤｏｎｇ
ｆａｎｇ，Ｃｈｅｎ Ｍｉ
ｎｇ．Ａｒ
ｅａｌｔ
ｉｍｅｗａｖｅ
ｌｅｔｄｅ－
［３］ Ｔｉ
ｂｓｈ
ｉｒａｎ
ｉＲ Ｊ．Ａｄａｐ
ｔｉｖｅｐ
ｉｅｃ
ｅｗｉ
ｓｅｐｏ
ｌｙｎｏｍｉ
ａｌｅ
ｓｔｉ－ ｎｏ
ｉｓｉ
ｎｇ ａ
ｌｇｏ
ｒｉｈｍ ［
ｔ Ｊ］．Ｃｈ
ｉｎｅ
ｓｅＪ
ｏｕｒ
ｎａｌｏ
ｆＳｃ
ｉｅｎ
ｔｉｆ
ｉｃ
ｍａ
ｔｉｏｎｖ
ｉａｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ［
Ｊ］．Ａｎｎａ
ｌｓｏ
ｆＳｔ
ａｔｉ
ｓｔｉ
ｃｓ， Ｉ
ｎｓｔ
ｒ ｔ，２００４，２５（
ｕｍｅｎ ６）：７８１－７８４（
ｉｎＣｈ
ｉｎｅ
ｓｅ）．
２０１４，４２（
１）：２８５－３２３． １２］ 凌冬 ．光纤陀螺 实 时 去 噪 技 术 及 其 测 试 分 析 平 台 的
［
［４］ 秦磊，谢邦昌 ．Ｌｑ 规则化趋势滤波［
Ｊ］．数 量 经 济 技 实现研究［
Ｄ］．南京：南京航空航天大学，２００８．
术经济研究，２０１４，３１（
５）：１５１－１６１． Ｌ
ｉｎｇ Ｄｏｎｇ．Ｒｅ
ｓｅａ
ｒｃｈ ｏｎｒ
ｅａｌ
－ｔｉｍｅｄｅｎｏ
ｉｓｎｇｔ
ｉ ｅｃｈｎｏ－
Ｑｉ ｉ，Ｘｉ
ｎ Ｌｅ ｅ Ｂａｎｇｃｈａｎｇ．Ｒｅｇｕ
ｌａｒ
ｉｚｅｄｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ ｏｇｙｏ
ｌ ｆｆｉ
ｂｅｒｏｐ
ｔｉｃｇｙ
ｒｏｓ
ｃｏｐｅａｎｄｒ
ｅａｌ
ｉｚａ
ｔｉｏｎｏ
ｆｉｔ
ｓｔｅ
ｓｔ
ｗｉ
ｔｈ Ｌｑｐｅｎａ
ｌｔｙ［
Ｊ］．ＴｈｅＪ
ｏｕｒ
ｎａｌｏ
ｆ Ｑｕａｎ
ｔｉｔ
ａｔｉ
ｖｅ ＆ ａｎｄａｎａ
ｌｙｓ
ｉｓｐ
ｌａｔ
ｆｏｒｍ ［
Ｄ］．Ｎａｎ
ｊｉｎｇ：Ｄｉ
ｓｓｅ
ｒｔａ
ｔｉｏｎ ｏ
ｆ
Ｔｅ
ｃｈｎ
ｉｃａ
ｌＥｃ
ｏｎｏｍｉ
ｃｓ，２０１４，３１（
５）：１５１－１６１（
ｉｎ Ｃｈ
ｉ－ Ｎａｎ
ｊｉｎｇ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆ Ａｅ
ｒｏｎａｕ
ｔｉｃ
ｓａｎｄ Ａｓ
ｔｒｏｎａｕ
ｔｉｓ，
ｃ
ｎｅ
ｓｅ）． ２００８（
ｉｎＣｈ
ｉｎｅ
ｓｅ）．
［５］ Ｒａｍｄａ
ｓＡ，Ｔｉ
ｂｓｈ
ｉｒａｎ
ｉＲＪ．Ｆａ
ｓｔａｎｄｆ
ｌｅｘ
ｉｂｌ
ｅＡＤＭＭ １３］ 汤霞清，程旭维，张环，等 ．基于实时小 波 的 光 纤 陀
［
ａ
ｌｇｏ
ｒｉｔ
ｈｍｓｆ
ｏｒｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ［
Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆＣｏｍｐｕ－ 螺阈值滤波［
Ｊ］．科技导报，２０１２，３０（
１７）：５０－５３．
ａ
ｔｔｉ
ｏｎａ
ｌ ａｎｄ Ｇｒ
ａｐｈ
ｉｃａ
ｌＳｔ
ａｔｉ
ｓｔｉ
ｃｓ， ２０１６， ２５ （３）： Ｔａｎｇ Ｘｉ
ａｑｎｇ，Ｃｈｅｎｇ Ｘｕｗｅ
ｉ ｉ，Ｚｈａｎｇ Ｈｕａｎ，ｅ
ｔａｌ
．
８３９－８５８． Ｔｈｒ
ｅｓｈｏ
ｌｄｆ
ｉｌ
ｔｅｒ
ｉｎｇｆ
ｏｒｆ
ｉｂｅ
ｒｏｐ
ｔｉｃｇｙ
ｒｏｓ
ｃｏｐｅｂａ
ｓｅｄｏｎ
［６］ Ｄａｏ Ｔ Ｌ．Ｍｏｍｅｎ
ｔｕｍ ｓ
ｔｒａ
ｔｅｇ
ｉｅｓ ｗｉ
ｔｈ Ｌ１ｆ
ｉｌ
ｔｅｒ［
Ｊ］． ｒ
ｅａｌ
－ｔｉｍｅｗａｖｅ
ｌｅｔ［
Ｊ］．Ｓｃ
ｉｅｎｃ
ｅ ＆ Ｔｅ
ｃｈｎｏ
ｌｏｇｙＲｅ
ｖｉｅｗ，
Ｊ
ｏｕｒ
ｎａｌｏ
ｆＩｎｖｅ
ｓｔｍｅｎ
ｔＳｔ
ｒａｔ
ｅｇｉ
ｅｓ，２０１４，３（
４）：１－２６． ２０１２，３０（
１７）：５０－５３（
ｉｎＣｈ
ｉｎｅ
ｓｅ）．
［７］ Ｙａｍａｄａ Ｈ．Ｅｓ
ｔｉｍａ
ｔｉｎｇ ｔ
ｈｅｔ
ｒｅｎｄｉ
ｎ ＵＳ ｒ
ｅａｌ ＧＤＰ ［
１４］ ＫａｎｇＣ Ｈ，Ｋｉｍ Ｓ Ｙ，Ｐａ
ｒｋ Ｃ Ｇ．Ｉｍｐ
ｒｏｖｅｍｅｎ
ｔｏｆａ
ｕｓ
ｉｎｇｔ
ｈｅ Ｌ１ｔ
ｒｅｎｄｆ
ｉｌ
ｔｅｒ
ｉｎｇ［
Ｊ］．Ａｐｐ
ｌｉｅｄ Ｅｃ
ｏｎｏｍｉ
ｃｓ ｌ
ｏｗｃ
ｏｓｔ ＭＥＭＳｉ
ｎｅｒ
ｔｉａ
ｌ－ＧＰＳｉ
ｎｔｅ
ｇｒａ
ｔｅｄｓｙ
ｓｔｅｍ ｕｓ
ｉｎｇ
Ｌｅ
ｔｔｅ
ｒｓ，２０１７，２４（
１０）：７１３－７１６． ｗａｖｅ
ｌｅｔ ｄｅｎｏ
ｉｓｉ
ｎｇ ｔ
ｅｃｈｎ
ｉ ｓ ［
ｑｕｅ Ｊ］．Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏｎａ
ｌ
［８］ Ｗａｎｇ Ｙ，Ｓｈａ
ｒ ｃｋＪ，Ｔｉ
ｐｎａ ｂｓｈ
ｉｒ ｉＲＪ，ｅ
ａｎ ｔａｌ．Ｔｒ
ｅｎｄ Ｊ
ｏｕｒ
ｎａｌｏ
ｆ Ａｅ
ｒｏｎａｕ
ｔｉｃ
ａｌ ＆ Ｓｐａ
ｃｅＳｃ
ｉｅｎｃ
ｅｓ，２０１１，１２
ｆ
ｉｌ
ｔｅｒ
ｉｎｇｏｎｇ
ｒａｐｈｓ［
Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆ Ｍａ
ｃｈｉ
ｎｅ Ｌｅ
ａｒｎ
ｉｎｇ （
４）：３７１－３７８．
Ｒｅ
ｓｅａ
ｒｃｈ，２０１６，１７（
１）：１－４１．