原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
微电子机械（MEMS）陀螺仪具有体积小、功耗低、成本低等优点，被广泛
应用于惯性导航、姿态测量等领域，具有巨大的发展潜力和价值。然而陀螺输出
因存在随机漂移误差影响测量精度，针对此问题，提出一种基于混沌粒子群算法
(CPSO)优化反向传播(BP)神经网络的补偿方法。
根据MEMS陀螺输出信号频谱特征设计硬件滤波电路，但受限于电路设计，
滤波信号仍存在极低频率的干扰，本文采用时序建模和神经网络进一步研究。
首先应用时间序列模型对静态数据建模，基于模型构建卡尔曼滤波器对其滤
文档评论（0）