改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

发布时间：2021-03-29 14:03

　　针对微机械陀螺零偏受温度影响较大的问题,提出一种改进布谷鸟搜索算法（CS）和支持向量机（SVM）相结合的陀螺零偏温度补偿方法。首先,将平滑处理后的陀螺数据作为样本点,采用基于径向基核函数的支持向量机方法构建漂移模型,把数据从低维空间映射到高维空间进行线性拟合。然后,利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化,避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明:经CS调节支持向量机算法补偿后,陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比,陀螺输出数据方差分别平均减小了63. 2%、43. 4%,最大误差分别平均减小71. 63%、48. 3%。 

【文章来源】：宇航学报. 2019,40(07)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
0 引言
1 基于SVM的MEMS陀螺温度零偏误差建模补偿
    1.1 支持向量机函数拟合方法
    1.2 改进布谷鸟算法参数寻优
        1.2.1 布谷鸟算法
        1.2.2 检测概率的动态调整策略
        1.2.3 步长的动态调整策略
        1.2.4 算法实现
    1.3 MEMS陀螺零偏误差建模与求解
        1) 数据归一化
        2) 改进布谷鸟算法优化SVM
        3) 模型训练
2 实验分析
3 结论


【参考文献】：
期刊论文
[1]基于神经网络的RLV再入段有限时间自适应姿态控制[J]. 陈辰,吕跃勇,马广富,王润驰.  宇航学报. 2017(03)
[2]激光陀螺信号误差的动态分析与补偿[J]. 王怡.  激光杂志. 2015(12)
[3]一种粒子群模糊支持向量机的航天器参量预测方法[J]. 顾胜,魏蛟龙,皮德常.  宇航学报. 2014(11)
[4]基于小波和支持向量回归的高光谱遥感图像压缩[J]. 吴一全,吴超.  宇航学报. 2011(03)
[5]光纤陀螺温度建模及补偿技术研究[J]. 冯丽爽,南书志,金靖.  宇航学报. 2006(05)
[6]用于干涉型光纤陀螺温度漂移辨识的RBF神经网络改进算法[J]. 赖际舟,刘建业,盛守照.  东南大学学报(自然科学版). 2006(04)
[7]微硅陀螺性能影响因素及其对策研究[J]. 吴学忠,刘宗林,李圣怡.  微纳电子技术. 2003(Z1)



本文编号：3107668