[发明专利]基于改进PSO优化神经网络的硅微加速度计温度补偿方法、系统在审
| 申请号： | 201711394079.0 | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108120451A | 公开（公告）日： | 2018-06-05 |
| 发明（设计）人： | 徐大诚;王法亮 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G01C25/00 | 分类号： | G01C25/00;G01P21/00;G06N3/08 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人： | 冯瑞;杨慧林 |
| 地址： | 215104 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进PSO优化神经网络的硅微加速度计温度补偿方法、系统，为了提高温度补偿精度而设计。本发明的方法包括：获取PSO寻优和BP神经网络的训练样本；基于训练样本构建BP神经网络，利用自适应权重PSO优化出的最优极值点作为BP神经网络的模型的初始权值和阈值；在PSO算法中引入变异操作，粒子每次更新后以一定的概率重新初始化粒子，变异操作拓展了在迭代中不断缩小的种群搜索空间；通过调用参数建立BP神经网络，实现对硅微加速度计的实时温度补偿并输出。本发明解决了求解最优补偿结果以及温度全局性的问题，最终实现硅微加速度计补偿精度的提升以及全局性改善。 | ||
| 搜索关键词： | 微加速度计 温度补偿 优化神经网络 变异操作 训练样本 粒子 实时温度补偿 重新初始化 补偿结果 调用参数 搜索空间 极值点 权值和 自适应 迭代 构建 求解 权重 寻优 种群 改进 输出 引入 概率 更新 拓展 优化 | ||
【主权项】：
一种基于改进PSO优化神经网络的硅微加速度计温度补偿方法，其特征在于，包括：S1分别测量硅微加速度计在N个不同温度点下的多组加速度输出量和实时温度值，作为PSO极值点寻优和BP神经网络的训练样本；S2构建BP神经网络，设置BP神经网络输入、输出层及隐含层的神经元个数、各层传递函数以及网络训练参数，通过BP神经网络自学习得到加速度计的温度补偿模型参数；判断是否达到BP神经网络训练的要求，若达到，利用PSO优化出的最优极值点作为BP神经网络的模型的初始权值和阈值，跳转到S3；若未达到，则使用BP神经网络训练函数对各层权值和阈值进行训练；S3存储得到的补偿模型参数，通过调用参数建立BP神经网络，实现对硅微加速度计的实时温度补偿并输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711394079.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种静止状态的判断方法及装置
- 下一篇：MEMS陀螺仪动态数据的滤波方法
