基于Allan方差和SVR的MEMS陀螺仪随机误差分析与预测

• 作者: 付永恒 张丽杰
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 支持向量回归 PSO算法 Allan方差 随机误差
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 88-92
• 页数: 5页
• 分类号: P207
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽杰	内蒙古工业大学电力学院	21	173	7.0	12.0
2	付永恒	内蒙古工业大学电力学院	1	2	1.0	1.0