基于BP神经网络模型的MEMS加速度计误差补偿方法

• 作者: 张武刚 杨鹏飞 王巍 郭卫
• 来源期刊: 中国测试
• 关键词: 加速度计 BP神经网络 多元线性回归 误差补偿模型
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 测控技术
• 页码范围: 109-113
• 页数: 5页
• 字数: 3427字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2018.03.021

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0.0019 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张武刚		16	93	7.0	9.0
2	郭卫		138	686	13.0	19.0
3	杨鹏飞		8	23	2.0	4.0
4	王巍		4	27	2.0	4.0