首页 | 本学科首页   官方微博 | 高级检索  
     检索      

MEMS陀螺随机误差趋势项的支持向量回归机预测补偿算法
引用本文:成雨,叶东,孙兆伟.MEMS陀螺随机误差趋势项的支持向量回归机预测补偿算法[J].中国惯性技术学报,2016(5):600-606.
作者姓名:成雨  叶东  孙兆伟
作者单位:哈尔滨工业大学卫星技术研究所,哈尔滨,150001
基金项目:国家自然科学基金资助项目(61603115),中国博士后科学基金资助项目(2015M81455),微小型航天器技术重点学科实验室开放基金资助(HIT.KLOF.MST.201501)
摘    要: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。

关 键 词:微机电陀螺  时间序列  支持向量机  相空间重构

Predictive compensation algorithm for trend terms of MEMS gyro random errors based on support vector regression
Abstract:
Keywords:MEMS gyro  time series  support vector machine  phase space reconstruction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号