基于相关向量机的MEMS陀螺仪随机漂移补偿.pdf

《基于相关向量机的MEMS陀螺仪随机漂移补偿.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第5期传感技术学报V0J．27No．5CHINESEJOURNALOFSENSORSANDACTUATORSM‘dv20l42014年5月RandomDriftCompensationofMEMSGyrosBasedonRelevanceVectorMachineSHENQiang，Jieyu，WANGQi，WANGJiefei(TheSecondArtilleryEngineeringUniversity，Xi’an710025，China)Abstract：ApredictionandcompensationmethodforMEMSgyrosco

2、perandomdriftbasedonrelevancevectormachineisproposedinthispaper．Objectedtothenonlinearityandindeterminationofrandomdrifterror，therelevancevectormachinemodelisestablished，andtheparametersofpredictionmodelaregotbytheExpectationMaximization(EM)algorithm．Accordingtothechaoticpropertyofr

3、andomdrift，thedrifttime—serieswhichhavebeenreconstructedbyphasespacereconstructionareusedinthismode1．Boththetrainandtestresultsindicatethatthismethodcanpredictthegyroscoperandomdriftaccurately．Itspredictionaccuracyissuperiortothetimeseriesmethodandsupportvectormachine．Gyroscopesappl

4、icationprecisioncanbefurtherimprovedinpracticalsystemifrandomdriftiscompensatedbythepredictingresult．Keywords：MEMSgyroscope；randomdrift；relevancevectormachine；phasespacereconstruction；EMalgorithmEEACC：2575；7220doi：10．3969／j．issn．1004-1699．2014．05．005基于相关向量机的MEMS陀螺仪随机漂移补偿沈强，刘洁瑜，王琪，王杰

5、飞(第二炮兵工程大学，西安710025)摘要：提出了一种基于相关向量机的MEMS陀螺仪随机漂移预测方法。针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点，建立了相关向量机预测模型，并采用EM算法获得模型的参数。针对随机漂移的混沌特性，利用相空间重构技术，将重构后的漂移序列作为输入变量进行模型的训练和预测。训练和测试结果均表明，该方法具有很好的预测效果，优于常用的时间序列分析法和支持向量机法。利用预测结果对随机漂移进行补偿，有效地提高了陀螺的使用精度。关键词：MEMS陀螺仪；随机漂移；相关向量机；相空间重构；EM算法中图分类号：V241．5文献标识码：A文

6、章编号：1004—1699(2014)05—0596—04随着精确制导武器的迅速发展，MEMS惯性器件机误差的建模，取得了较好的效果。但该方法也具正成为当前惯性技术的一个研究热点。MEMS陀螺有明显的缺陷：解相对上述方法是稀疏的，但当训练的随机漂移产生的机理错综复杂，具有非线性和不确集增大时，核函数数量显著增加；需要调整不敏感参定性等特点，已成为影响MEMS陀螺仪精度的主要因数，通常要求交叉验证，浪费时间和数据计算；核函素，必须通过有效的方法进行预测和补偿。数必须为连续对称的正定核。比较常用的处理方法包括以时间序列分析为主相关向量机RVM(RelevanceV

7、ectorMachine)是的线性预测方法和神经网络、机器学习等非线性预一种新的机器学习算法，与SVM相比，它是一种基于测方法。文献[2—4]将线性预测方法和神经网络应贝叶斯的稀疏概率模型，通过回归估计获得预测值的用于MEMS陀螺的随机漂移补偿，在一定程度上提分布。RVM能够突破SVM固有的局限，在预测性能高了陀螺仪的精度，但是线性预测方法必须假设时相当的情况下，能够极大的减少所需的核函数J。间序列具有平稳性、独立性特征，会对模型的精度产本文将相关向量机用于MEMS陀螺仪的随机生不利影响；神经网络存在过拟合现象，算法泛化能漂移预测补偿。首先对随机漂移序列进行相

8、空间重力差。基于机器学习理论的支持向量