基于BP神经网络模型的MEMS加速度计误差补偿方法 |
| |
引用本文: | 郭卫,杨鹏飞,张武刚,王巍.基于BP神经网络模型的MEMS加速度计误差补偿方法[J].中国测试,2018(3):109-113. |
| |
作者姓名: | 郭卫 杨鹏飞 张武刚 王巍 |
| |
作者单位: | 西安科技大学 |
| |
摘 要: | 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0.001 9 g和0.000 16 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。
|
关 键 词: | 加速度计 BP神经网络 多元线性回归 误差补偿模型 |
Error compensation method for MEMS accelerometer based on BP neural network model |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|