《MEMS陀螺随机误差趋势项的支持向量回归机预测补偿算法》PDF+DOC
作者:成雨,叶东,孙兆伟
单位:中国惯性技术学会
出版:《中国惯性技术学报》2016年第05期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFZGXJ2016050080
DOC编号:DOCZGXJ2016050089
下载格式:PDF + Word/doc 文字可复制、可编辑
《MEMS传感器随机误差分析》PDF+DOC2012年第03期 于丽杰,高宗余
《传感器技术在无人驾驶汽车中的应用研究》PDF+DOC2017年第21期 陈玉
《多MEMS陀螺数据融合方法性能比较》PDF+DOC2017年第08期 刘娟花,柯熙政
《基于分散熵和支持向量机的运动状态识别》PDF+DOC2019年第07期 杨智超,李国辉,李佳韵,申嘉琪
《硅微机械惯性传感器技术及其应用》PDF+DOC2005年第01期 俞瑛
《基于MEMS和CORTEX-M3的微惯性测量单元研制》PDF+DOC2011年第07期 赵志方,常佶
《基于数据融合的MEMS陀螺信号处理研究》PDF+DOC2011年第04期 刘宇,张小林,段耀宇,贺涛,胡少伟,曾燎燎
《基于一类支持向量机的传感器故障诊断》PDF+DOC2006年第19期 钟清流,蔡自兴
《现代军用MEMS惯性传感器技术进展》PDF+DOC2014年第08期 李红光
《基于MEMS声传感器的圆柱壳体振动陀螺振型检测技术》PDF+DOC2014年第10期 王剑秋,吴宇列,张勇猛
为了适应低成本快速响应卫星的发展趋势,越来越多的卫星采用了MEMS陀螺系统与信息融合方法相结合的设计方案。为提高传统的基于自回归滑动平均(Auto-Regressive and Moving Average,ARMA)模型和支持度的信息融合方法的精度,抑制随机误差趋势项对卫星稳定控制的不利影响,提出了一种基于支持向量回归机(Support Vector Regression,SVR)的预测补偿算法。该算法对各个MEMS陀螺输出数据进行滤波,并提取相应的随机误差趋势项,通过相空间重构获得训练样本并进行SVR建模,用以实时补偿。然后使用低成本商用器件搭建了MEMS陀螺系统,并在单轴气浮转台上进行了实验。实验结果表明,预测补偿算法使得MEMS陀螺系统输出数据的方差降为原先的31.39%,融合精度得到了显著的提高。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。