[发明专利]基于GA优化BP神经网络的硅微加速度计温度补偿方法、系统

权利要求书

1.一种基于GA优化BP神经网络的硅微加速度计温度补偿方法，其特征在于，包括：

获取遗传算法GA的搜索种群和BP神经网络的训练样本，所述训练样本为硅微加速在不同温度点下的多组加速输出的平均值、温度输出的平均值；

基于遗传算法的反复选择、交叉、变异操作选择出最优的个体，该个体所包含的网络权值和阈值作为BP网络训练的初始权值和阈值；

基于训练样本，建立BP神经网络，通过BP神经网络自学习建立加速度计的温度补偿模型，表达式如下：

a = ψ ( Σ h = 1 15 W h o φ ( Σ i = 1 2 W i h χ i + b h ) + b 0 ) ]]>

式中：a为加速度，也即为温度模型输出；X＝(Va，VT)表示加速度计输出电压和温度传感器输出电压，为温度模型输入；ψ为输出层函数；为隐含层转移激励函数；Wih、Who分别为输入层到隐含层和隐含层到输出层的权值；bh、bo分别为隐含层和输出层的阈值；

存储得到的温度补偿模型参数，通过调用BP神经网络模型参数矩阵，计算出补偿后输出值，实现补偿算法的实时输出。