[发明专利]一种用于微机电惯性测量单元温度误差补偿的方法在审
| 申请号： | 201910726270.3 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110501009A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 高爽;张若愚;蔡晓雯 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01C21/16 | 分类号： | G01C21/16;G01C21/20;G06N5/04 |
| 代理公司： | 11465 北京慕达星云知识产权代理事务所(特殊普通合伙) | 代理人： | 曹鹏飞<国际申请>=<国际公布>=<进入 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于微机电惯性测量单元温度误差补偿的方法，包括：设计全温实验，采集全温输出数据；根据所述全温实验的输出数据，分析MIMU的温度输出特性，选取温度变量建立MEMS加速度计和MEMS陀螺的温度误差模型；设计自适应神经模糊推理系统；分别将MEMS加速度计和MEMS陀螺的温度误差作为训练样本输入自适应神经模糊推理系统；利用自适应神经网络训练出模糊参数，获得最优网络模型；根据所述最优网络模型，计算温度误差的预测输出，应用网络预测结果补偿MIMU的全温输出。该方法将神经网络的学习机制进入模糊推理中，提升了温度误差建模精度，可准确补偿MEMS陀螺温度漂移，实现MIMU在全温范围内的精度。 | ||
| 搜索关键词： | 温度误差 陀螺 神经模糊推理系统 输出数据 网络模型 自适应 自适应神经网络 惯性测量单元 温度误差补偿 温度误差模型 模糊参数 模糊推理 神经网络 温度变量 温度漂移 温度输出 学习机制 训练样本 应用网络 预测结果 输出 微机电 建模 采集 预测 分析 | ||
【主权项】：
1.一种用于微机电惯性测量单元温度误差补偿的方法，其特征在于，包括：/nS1、设计全温实验，采集全温输出数据；/nS2、根据所述全温实验的输出数据，分析MIMU的温度输出特性，选取温度变量建立MEMS加速度计和MEMS陀螺的温度误差模型；所述温度变量为温度和温度变化率；/nS3、设计自适应神经模糊推理系统；分别将MEMS加速度计和MEMS陀螺的温度误差作为训练样本输入自适应神经模糊推理系统；利用自适应神经网络训练出模糊参数，获得最优网络模型；/nS4：根据所述最优网络模型，计算温度误差的预测输出，应用网络预测结果补偿MIMU的全温输出。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910726270.3/，转载请声明来源钻瓜专利网。
- 上一篇：人体运动模型的自主进化方法
- 下一篇：确定移动设备在地理区域中的位置
