[发明专利]一种MIMU整体动态智能标定补偿方法

权利要求书

1.一种MIMU整体动态智能标定补偿方法，其特征在于，包括以下步骤：

步骤1、采集数据阶段，通过工装将MEMS-IMU固定在转台、离心机这些测试设备上，采集保存IMU的输出以及测试设备的输出；

步骤2、基于DeepAR递归神经网络建立MEMS-IMU误差补偿模型，确定神经网络输入输出结构、隐含层数目以及神经元数目；

步骤3、将在步骤1采集到惯性测量单元实测数据作为神经网络的输入，测试设备的数据与惯性测量单元的实际输出的差值分别作为神经网络模型的输出，建立训练集与测试集，利用训练集对神经网络模型进行训练；

步骤4、利用训练完成的DeepAR递归神经网络模型结合测试集输入得到模型的输出数据，将输出数据与测试集输出数据进行对比，评价模型性能并对模型参数进行调整优化，进而得到最终的补偿模型。

2.根据权利要求1所述的MIMU整体动态智能标定补偿方法，其特征在于，步骤1所述的采集数据阶段，通过工装将MEMS-IMU固定在转台、离心机这些测试设备上，采集保存IMU的输出以及测试设备的输出，具体如下：

将惯导固定在三轴温箱转台上先分别测试单轴的MIMU的角速率输出，控制三轴转台每个轴的角速率在-400°/s-400°/s之间均匀变化，变化速率为1°/s，通过分别对单轴采集数据能够学习到单轴的标定补偿模型；进而将三轴设置不同的角加速度从而获得三轴不同角速度的误差耦合数据；转动形式设定为依次从逆时针转动，逐渐减为零，再逐渐顺时针加速转动；对三轴施加不同的角加速度从而实现对各轴在不同的角速度下的耦合误差进行采集；控制温箱的温度设定为从最高温度到常温再到最低温度循环往复，同时保持上述的转动形式，采集4小时的数据；

为了激励惯导加速度计的高阶误差项，通过工装将惯导安装在离心机上，将输入轴安装在离心机工作半径的正方向，测试向心加速度从0g-10g变化，变化速度为10min/g，重新将输入轴安装在离心机工作半径的负方向，测试向心加速度从0g-10g变化，变化速度为10min/g；改变惯导在离心机夹具的安装方位，分别对三轴加速度计进行激励，通过上述数据能够对加速度计的高阶误差模型进行学习；

最后，将惯导固定在角振动台上对惯导分别施加幅值为0.5°，1°，3°并且振动频率从0.5HZ到100HZ的角振动，振动频率每分钟增加0.5HZ，改变惯导在夹具上的安装方位分别测试不同轴向的角振动输出并采集数据；

上述实验将MEMS-IMU实际输出与转台、离心机这些测试设备的理想输出一同保存，数据均采集两组分为训练集与测试集。