10.11857/j.issn.1674-5124.2018.03.021
基于BP神经网络模型的MEMS加速度计误差补偿方法
现阶段普遍采用多元线性回归对加速度计误差建模,并利用最小二乘法对模型参数辨识,但其对加速度计精度提高有限,因此该文提出一种基于BP神经网络模型的MEMS加速度计误差补偿方法.该方法利用BP神经网络建立加速度计误差模型,通过多位置翻滚进行实验数据测量,并对模型进行训练,最后利用训练好的模型对加速度计误差进行补偿.比较多元线性回归和BP神经网络建模对加速计误差补偿结果,其标准偏差分别为0.0019 g和0.00016 g.结果表明误差下降一个数量级,说明BP神经网络能有效地补偿加速度计误差.
加速度计、BP神经网络、多元线性回归、误差补偿模型
44
2018-05-11（万方平台首次上网日期，不代表论文的发表时间）
共5页
109-113
