mems陀螺誤差補(bǔ)償算法的研究

mems陀螺誤差補(bǔ)償算法的研究

ID:33702075

大小:7.23 MB

頁數(shù):75頁

時間:2019-02-28

mems陀螺誤差補(bǔ)償算法的研究_第1頁
mems陀螺誤差補(bǔ)償算法的研究_第2頁
mems陀螺誤差補(bǔ)償算法的研究_第3頁
mems陀螺誤差補(bǔ)償算法的研究_第4頁
mems陀螺誤差補(bǔ)償算法的研究_第5頁
資源描述:

《mems陀螺誤差補(bǔ)償算法的研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、沈陽理工大學(xué)碩士學(xué)位論文摘要MEMS(MicroE1ectroMechanicalsystems)陀螺儀具有低成本、高性能、可批量化等特點(diǎn),在軍事和民用領(lǐng)域有廣闊應(yīng)用空間。但由于其精度低,極大的限制了MEMS陀螺儀的應(yīng)用領(lǐng)域和應(yīng)用深度。本論文針對提高M(jìn)EMS陀螺儀精度進(jìn)行了誤差補(bǔ)償?shù)乃惴ㄑ芯俊T诜治鯩EMS陀螺儀的結(jié)構(gòu)、::[作原理、工作環(huán)境等因素的基礎(chǔ)上,探討了小波理論在MEMS陀螺儀信號去噪中的應(yīng)用。隨機(jī)漂移誤差是影響MEMS陀螺精度的重要因素,并且其隨時間增加,沒有線性規(guī)律可遵循?;谥С窒蛄繖C(jī)(SVM)在非線性系統(tǒng)建模中的成功應(yīng)用,本文就支持向量回歸建模方法應(yīng)用于

2、陀螺隨機(jī)漂移預(yù)測進(jìn)行研究,分別采用傳統(tǒng)SVM、遺傳算法優(yōu)化SVM和最小二乘支持向量機(jī)對MEMS陀螺儀漂移數(shù)據(jù)進(jìn)行回歸建模,仿真結(jié)果表明經(jīng)遺傳算法優(yōu)化SVM預(yù)測精度最高,可達(dá)97%以上。在以上研究的基礎(chǔ)上,對MEMs陀螺儀的主要應(yīng)用平臺.慣性導(dǎo)航系統(tǒng)中的MEMS陀螺儀的補(bǔ)償算法設(shè)計展開研究。設(shè)計了采用MEMS陀螺儀的微慣性導(dǎo)航系統(tǒng),并就其中陀螺儀誤差補(bǔ)償進(jìn)行了半實(shí)物仿真實(shí)驗,包括對零偏等確定性誤差進(jìn)行標(biāo)定補(bǔ)償,對MEMs陀螺儀去除確定性誤差影響后的隨機(jī)漂移序列進(jìn)行小波去噪和支持向量機(jī)建模預(yù)測。經(jīng)上述處理后MEMS陀螺儀零偏穩(wěn)定性由2.534de∥s降為0.011de∥s,整

3、體精度提高了3個數(shù)量級;隨機(jī)漂移預(yù)測精度達(dá)99%,驗證了小波分析和支持向量機(jī)組合建模思想應(yīng)用于隨機(jī)漂移預(yù)測的可行性和有效性。關(guān)鍵詞:MEMS陀螺儀;誤差補(bǔ)償;小波去噪;支持向量機(jī);建模AbstractMEMS(MicroElectroMechailicalsystems)gyroscopeswithlowcost,hi曲perf.om孤ce,haVebeenusedinmilitarya11dcivilianareasandhaVebroad印plicationspace.However,duetoitslowaccuracy,seVerelylimitstheMEMSg

4、yroscopesapplicationfieldofapplicationandd印th.ThisthesisaimstoimproVeMEMSgyroscopesprecisioncarr),one啪rcoInpensationalgorimmresearch.BasedontheanalysisofMEMSgyroscopestlllcture,working塒nciplea11denviroIlIIlentandotherfactors,mep印erdiscussesthe印plicationofwaVelettheoryinMEMSgyroscopesi盟a1d

5、enoising.RandomdriRen.orisanimportantfactorinmeaccuracyofMEMSgyroscopeincreasesastimepassing,andno1inearlawscaJlbef0110wed.Thesupportvectormachine(SVM)hasasuccess如l印plicationinthenonlinearsyst鋤modeling.BasedonthesupportVectormachine(SVM),thepaperhasaresearchonthegyrorandomdriRprediction.R

6、espectiVelyusingmetraditionalSVM,LS.SVMa11dgeneticalgorithm1eastsquaressupportVectormachined塒ngthemodeling,meresultsshowSVMpredictionbymegeneticalgorithmisbetter,precisioncanachievedmorethan97%.Asam旬orterraceofMEMSgyroscope,thepaperhasaresearchoncompensate撕thmeticofIn酣ialNavigationSystemM

7、EMSgyroscope.Thepaperadoptsmicro.gyroscopeinertialnaVigationsystemofMEMSgyroscope.Perfbmlingsemi—physicalsimulationexperiments,includingthecalibrationcompensationtoitszero-biaserrorsandothercertainerror,havingwaveletdenoisingandsupportingVectormachinemodelingpredict

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。