论文部分内容阅读
加速度表是飞行器的重要传感器之一,使用前需进行动态测试、误差分离和补偿。而这些有赖于加速度表的模型。由于漂移、耦合等不确定因素,致使难以建立加速度表的准确模型,提出用模糊神经网络作为加速度表的建模手段,并通过把模糊神经网络的学习过程转化为竞争聚类和最小二乘优化,提出了一种基于竞争聚类的模糊神经网络学习算法,在某导弹加速度表上的实物实验对这一方法进行了较好的验证。