基于Allan方差和SVR的MEMS陀螺仪随机误差分析与预测
为了使低成本MEMS陀螺仪数据的精度更高,本文提出了一种混合核函数支持向量回归(SVR)的MEMS陀螺仪随机误差预测模型,并通过粒子群优化(PSO)算法对模型参数和核函数参数进行优化;同时通过Allan方差法对SVR预测前后的MEMS陀螺仪随机误差数据进行分析.试验结果表明:混合核函数SVR对MEMS陀螺仪随机误差的预测准确度可达99.99%;当MEMS陀螺仪所处状态不同,但噪声特性相同时,可采用统一的SVR预测模型预测随机误差,研究结果为进一步用于MEMS陀螺仪的实时误差补偿中提供依据.
支持向量回归、PSO算法、Allan方差、随机误差
P207(一般性问题)
国家自然科学基金地区项目61663034;内蒙古重大基础研究开放课题项目
2019-06-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
88-92