基于变分模态分解和神经网络算法的微机械陀螺温度补偿

作者：郭文静; 曹慧亮

来源：测试技术学报, 2021, 35(06): 495-502.

• MEMS陀螺仪
• 温度补偿
• 变分模态分解
• BP神经网络
• 粒子群优化

微机械陀螺仪在不同温度下工作体现出的性能有很大的不同,温度特征的存在,阻碍着陀螺的发展和应用,是误差的主要来源.为此本文提出了一种基于样本熵(SE)、变分模态分解(VMD)、 BP神经网络、粒子群算法(PSO)以及时间频率峰值滤波(TFPF)的温度补偿方法.温度实验结果证明了该方法的优越性,经过算法处理后,补偿信号的零偏稳定性为1.089°/h,角速度随机游走为■,相比于原始信号的25.07°/h和角速度随机游走信号的■,该方法分别优化了95.66%和98.09%.该方法是平行处理方法,将陀螺输出中不同程度噪声和漂移进行分别处理,有效降噪的同时为神经网络提供了良好的数据学习.

• 单位
  太原工业学院; 中北大学