【摘 要】
：
为实现微机电系统(micro-electro-mechanical system,MEMS)加速度计在应用过程中的实时补偿校准,以保证应用需求的高精度输出,本研究在建立测量值与真实值之间的加速度自校准模型的基础上,对加速度计在任意位置下的多组静态观测数据样本进行筛选,结合LM(levenberg-marquardt)算法和最小二乘法模型参数,优化了LM算法中过度依赖初值的问题.对于任意位置下的加速度计静态输出数据,滤波后筛选出可用于最小二乘法的姿态数据,用来修正部分或者全部第k次迭代模型参数,作为第k+1
【机 构】
：
中国科学院大学,北京100049;中国科学院 微电子研究所,北京100029
论文部分内容阅读
为实现微机电系统(micro-electro-mechanical system,MEMS)加速度计在应用过程中的实时补偿校准,以保证应用需求的高精度输出,本研究在建立测量值与真实值之间的加速度自校准模型的基础上,对加速度计在任意位置下的多组静态观测数据样本进行筛选,结合LM(levenberg-marquardt)算法和最小二乘法模型参数,优化了LM算法中过度依赖初值的问题.对于任意位置下的加速度计静态输出数据,滤波后筛选出可用于最小二乘法的姿态数据,用来修正部分或者全部第k次迭代模型参数,作为第k+1次迭代的初值;其他姿态数据用于LM算法训练拟合第k+1次迭代模型参数,实现加速度计应用过程中的闭环、实时校准.以智能鞋垫应用为例,本研究对比了传统十二面体法、椭球法、单纯LM算法和LM&最小二乘法自校准法对加速度计的校准结果.结果表明,在智能鞋垫的长期使用中,本研究提出的LM&最小二乘法自校准法消除了由于LM初值设定引起的模型参数解算不精准的情况,并可实现实时采集、实时解算、实时校准的目标,能够达到与传统标定方法相同量级的姿态精度.
其他文献
无人作战飞机(unmanned combat aerial vehicle,UCAV)在进行空战自主机动决策时,面临大规模计算,易受敌方不确定性操纵的影响.针对这一问题,提出了一种基于深度强化学习算法的无人作战飞机空战自主机动决策模型.利用该算法,无人作战飞机可以在空战中自主地进行机动决策以获得优势地位.首先,基于飞机控制系统,利用MATLAB/Simulink仿真平台搭建了六自由度无人作战飞机模型,选取适当的空战动作作为机动输出.在此基础上,设计了无人作战飞机空战自主机动的决策模型,通过敌我双方的相对运
为提高空地导弹碰撞角约束制导的精度和鲁棒性,增强其对防空系统的突防能力和对目标的打击效果,基于纯比例导引律(pure proportional navigation,PPN)拦截固定目标的解析解,提出了一种新的三维碰撞角约束制导律(three-dimensional PPN-based impact-angle-control guidance law,3D-PPNIACG).首先,基于PPN拦截固定目标解析解,分析了基于PPN的二维碰撞角约束制导律(two-dimensional PPN-based i
为实现内声场和外声场同时存在的强耦合声辐射预报和噪声优化,建立有限元/边界元强耦合方程,并给出两种声功率灵敏度的求解方法.首先给出结构和内声场的声振耦合有限元方程,并考虑外声场声介质对结构的反作用,根据交界面力和法向速度的连续性建立有限元/边界元强耦合方程;然后针对声功率拓扑优化中单元灵敏度分析时难以解耦的问题,将声功率转化为以结构位移为变量的表达形式,并修改伴随方程,实现将该方法扩展至强耦合优化问题中;同时针对伴随变量法(adjoint variable method,AVM)推导过程复杂的问题,提出声