首页 | 本学科首页   官方微博 | 高级检索  
     

梯度RBF神经网络在MEMS陀螺仪随机漂移建模中的应用
引用本文:王昊,王俊璞,田蔚风,金志华. 梯度RBF神经网络在MEMS陀螺仪随机漂移建模中的应用[J]. 中国惯性技术学报, 2006, 14(4): 44-48
作者姓名:王昊  王俊璞  田蔚风  金志华
作者单位:上海交通大学仪器工程系,上海,200240
摘    要:为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论,采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明:相比经典RBF网络模型而言,这种方法建立的模型能更好地描则EMs陀螺仪的漂移特;相对于季节时间序列模型而言,其补偿效果提高了大约15%。

关 键 词:微机电陀螺  随机漂移  非平稳随机过程  梯度RBF神经网络  建模  游程检验
文章编号:1005-6734(2006)04-0044-05
收稿时间:2006-06-27
修稿时间:2006-06-27

Application of gradient radial basis function network in the modeling of MEMS gyro''''s random drift
WANG Hao,WANG Jun-pu,TIAN Wei-feng,JIN Zhi-hua. Application of gradient radial basis function network in the modeling of MEMS gyro''''s random drift[J]. Journal of Chinese Inertial Technology, 2006, 14(4): 44-48
Authors:WANG Hao  WANG Jun-pu  TIAN Wei-feng  JIN Zhi-hua
Affiliation:Instrument Engineering Dept. of Shanghai Jiao Tong Univ., Shanghai 200030, China
Abstract:In this paper the random drift of a micro-electro-mechanical system(MEMS) gyro is analyzed and modeled in order to improve its performance.The analysis,which is based on run test,shows that the drift is not a weak stationary random process.Thus,a model based on gradient radial basis function neural network is applied to deal with the non-stationary process.The experiments show that the model is suitable for the random drift.
Keywords:MEMS gym   random drift   non-stationary process   gradient RBF network   modeling   run tests
本文献已被 CNKI 维普 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