论文部分内容阅读
为能对自然界中的变形进行有效估计,减小预测误差,提出一种微机电系统(MEMS)惯性变形估计的方法。首先采集微惯性测量单元信号,利用卡尔曼(Kalman)滤波进行信号数据处理,消除扰动误差,然后针对灰色模型在变形估计中的不足,把一种改进的灰色模型与卡尔曼滤波相结合的方法应用于变形估计中,进行改进灰色模型预测。实例应用表明,该组合模型比单纯灰色模型更适用于变形估计。可作为一种新的预测方法应用于变形监测中。