基于FIG-SVM的MEMS陀螺随机漂移预测

发布时间：2017-12-28 08:41

本文关键词：基于FIG-SVM的MEMS陀螺随机漂移预测　出处：《电光与控制》2016年10期 　论文类型：期刊论文

【摘要】：针对传统预测方法不能对MEMS陀螺仪随机漂移进行精确预测的缺点,提出了一种基于模糊信息粒化的支持向量机模型的区间预测方法。该模型首先利用模糊信息粒化算法对原始数据进行预处理,将样本空间划分为多个粒(子空间),降低样本规模,减小时间复杂度;然后将模糊粒化后的数据进行相空间重构和归一化,利用SVM进行回归分析,同时利用交叉验证选出最优的调节参数,避免出现过学习和欠学习;最后利用训练得到的模型进行随机漂移预测。实验结果表明,该方法能够有效预测随机漂移变化趋势和变化区间,具有良好的工程应用前景。
[Abstract]:In view of the shortcomings that traditional prediction methods can not accurately predict the random drift of MEMS gyroscope, a new interval prediction method based on fuzzy information granulation is proposed. The model firstly uses fuzzy information granulation algorithm to preprocess the original data, the sample space is divided into a plurality of grain (subspace), reduce the size of the sample, reduce the time complexity; then the fuzzy granulation of data after the phase space reconstruction and normalization, using SVM regression analysis, adjusting the parameters and the use of cross validation to select the optimal, avoid learning and less learning; finally the trained model of random drift prediction. The experimental results show that the method can effectively predict the variation trend and the changing interval of random drift, and has a good prospect of engineering application.
【作者单位】：火箭军工程大学控制工程系;火箭军驻699厂军代室;
【基金】：国家自然科学基金(61304001)
【分类号】：V241.5;TP181
【正文快照】： 0引言MEMS陀螺仪具有成本低和体积小的优点,这些年来得到快速发展[1],但是由于自身结构上的缺陷和加工工艺上的限制,其存在较大的漂移,特别是随机漂移,随机漂移所特有的随机性、非线性、非平稳性等特性限制了它在很多领域的应用[2-3],因而,如何在充分发挥MEMS陀螺优势的前提下

【相似文献】