为了有效地抑制MEMS加速度计的随机漂移，文中提出了一种将深度学习与神经网络相结合的方法补偿MEMS加速度计随机漂移。在循环神经网络(RNN)的基础上，建立长短期记忆神经网络(LSTM)模型，利用基于自适应性矩估计(ADAM)的优化算法对LSTM模型进行训练。结果表明，与传统的滤波算法相比，文中方法将MEMS加速度计补偿后的零偏稳定性、零偏不稳定性和加速度随机游走等性能指标降低了80%以上。通过实验验证了所提方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
