基于神经网络的惯性测量单元误差标定

摘要：

针对惯性测鼍单元非线性误差的标定问题,为保证导航精度,设计了多层前向神经网络的补偿模型.神经网络算法具有良好逼近非线性函数的能力,适合于非线性系统的建模.采用BP神经网络为主要逼近手段,对惯性测量单元的非线性误差函数进行精确逼近,弥补了常规建模方法的不足.将算法应用到某型MEMS惯性测量单元的非线性误差建模中,进行了仿真验证.结果表明,BP神经网络对原始信号的逼近误差在工程应用允许范围内,较传统的的最小二乘法建模方法有了显著的提高,保证有效地解决某型MEMS惯性测量单元误差大的问题.

关键词：多层前向神经网络、误差补偿、惯性测量单元

所属期刊栏目：26

分类号：TP183(自动化基础理论)

在线出版日期：2010-01-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：94-96,223