基于灰色模型和RBF神经网络的MEMS陀螺温度补偿

• 作者: 孙学成 李士心 王晓亮 翁海娜
• 来源期刊: 中国惯性技术学报
• 学科: 交通运输
• 关键词: MEMS陀螺 灰色模型 RBF神经网络 温度补偿
• 年，卷（期）: 2010,（6）
• 页码范围: 742-746
• 分类号: U666.1
• 字数: 2961字
• 语种: 中文

摘要

MEMS陀螺的零偏随温度呈非线性变化,同时含有较大的随机噪声.针对传统的多项式模型难以精确表达零偏随温度变化的问题,提出了一种基于灰色模型和RBF神经网络的MEMS陀螺温度补偿方法:首先用灰色模型对数据进行预处理,以减小原始数据的噪声;然后用降噪后的样本数据对RBF神经网络进行训练.在相同的训练次数下训练误差可减小一个数量级.验证试验结果表明,采用该模型补偿后的陀螺零偏误差较传统的多项式模型减小一个数量级,较未经预处理的RBF神经网络减小2/3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李士心		14	381	10.0	14.0
2	翁海娜		24	412	11.0	20.0
3	孙学成		5	41	3.0	5.0
4	王晓亮		2	31	2.0	2.0