如何使用FFT去除加速度计信号噪声 优化横滚俯仰角计算精度

前置准备：明确信号与噪声的频率边界 #

卡车电机的工作转速通常为每分钟几百到几千转，对应基频为转速/60 Hz，叠加谐波后的振动噪声频率一般不超过200Hz；而车辆姿态变化的有效信号频率通常低于10Hz，两者频带差异是FFT滤波的核心前提。如果有条件可以先采一段带干扰的原始数据做FFT分析，确定噪声的实际频率范围，滤波阈值会更精准。

FFT去噪完整执行步骤 #

• 对三个轴的原始加速度数据做分帧处理，每帧采样点数取2的n次方（比如256、512点，根据你的采样率调整，采样率建议设为噪声最高频率的5~10倍）
• 对每帧的三轴数据分别做FFT变换得到对应频域序列，将有效信号带宽之外的频率分量的实部、虚部全部置0，比如确定有效信号是0~10Hz，就把10Hz以上的所有频点值设为0
• 把处理后的频域序列做IFFT逆变换，得到滤波后的时域加速度数据，再用原公式计算横滚角、俯仰角即可

C语言实现参考 #

原有姿态计算逻辑不需要大幅修改，仅需要在数据采集和姿态计算之间插入滤波环节即可，示例逻辑如下：

#define FFT_POINTS 512 // 每帧采样点数，根据实际需求调整
float aux_x_raw[FFT_POINTS], aux_y_raw[FFT_POINTS], aux_z_raw[FFT_POINTS];
float aux_x_filtered[FFT_POINTS], aux_y_filtered[FFT_POINTS], aux_z_filtered[FFT_POINTS];

// 1. 采集满一帧原始加速度数据
for(int i=0; i<FFT_POINTS; i++){
    aux_x_raw[i] = get_acc_x(); // 替换为你实际的加速度采集接口
    aux_y_raw[i] = get_acc_y();
    aux_z_raw[i] = get_acc_z();
}

// 2. 分别对三个轴的原始数据做FFT滤波：FFT变换 -> 置零高频分量 -> IFFT逆变换
fft_filter(aux_x_raw, aux_x_filtered, FFT_POINTS); // fft_filter为FFT/IFFT处理函数，可直接移植嵌入式常用的FFT库实现
fft_filter(aux_y_raw, aux_y_filtered, FFT_POINTS);
fft_filter(aux_z_raw, aux_z_filtered, FFT_POINTS);

// 3. 用滤波后的数据计算姿态，可取当前帧最后一个点，也可取整帧滤波后数据的平均值计算
float roll = atan2(aux_y_filtered[FFT_POINTS-1], aux_z_filtered[FFT_POINTS-1]) * 57.3;
float pitch = atan2((-aux_x_filtered[FFT_POINTS-1]), sqrt(aux_y_filtered[FFT_POINTS-1] * aux_y_filtered[FFT_POINTS-1] + aux_z_filtered[FFT_POINTS-1] * aux_z_filtered[FFT_POINTS-1])) * 57.3;

可选优化方案 #

如果嵌入式平台算力有限，FFT的实时性达不到要求，也可以先尝试IIR低通滤波替代FFT方案，参数匹配的前提下对电机振动的抑制效果相近，代码量更小，运算开销仅为FFT的1/10不到。

内容的提问来源于stack exchange，提问作者Jovem Cansado