基于粒子群-BP神经网络的陀螺温漂建模

针对哥氏振动陀螺的温漂问题,本文采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模,并在算法中加入高斯噪声干扰;相对于传统的单BP神经网络算法,含有噪声的粒子群—BP神经网络算法,在精度和收敛速度两个方面有了较大提高,所构建的温漂模型具有更好的非线性描述能力,从而能为哥氏振动陀螺提供了更高精度的零电位误差补偿.     

多行为模式高频切换下尺度指纹步态算法

为了实现基于微惯性加速度计的多行为模式高频切换下步态信息跟踪,提出一种尺度指纹步态算法,并通过RP活动区域聚类的方法减小算法开销。在离线阶段建立多行为模式的指纹数据库,根据行为模式分类算法将指纹数据库分成2个区域类,即区域类Ⅰ和区域类Ⅱ。在线运行阶段,将实时计算出的尺度特征值先进行区域类匹配,然后在对应的区域类内进行指纹点匹配。该算法经Android手机平台验证表明,在多行为模式高频切换条件下,步态跟踪精度至少提高12%以上,基本满足行人对行为模式切换的要求,具有较大的工程实用价值。