[發(fā)明專利]一種基于RBF神經(jīng)網(wǎng)絡(luò)的MEMS陀螺儀溫度補償方法

在審

• 申請?zhí)枺?/td>: 201611221584.0
• 申請日: 2016-12-27
• 公開（公告）號: CN106597852A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計）人: 郝喆;陳剛;楊管金子;魏鶴怡
• 申請（專利權(quán)）人: 中國船舶重工集團公司第七0五研究所
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 西北工業(yè)大學專利中心61204
• 代理人: 王鮮凱

1.一種基于RBF神經(jīng)網(wǎng)絡(luò)的MEMS陀螺儀溫度補償方法，其特征在于步驟如下：

步驟1：通過單軸轉(zhuǎn)臺對MEMS陀螺儀進行動靜態(tài)性能測試試驗，獲得各溫度點下未補償陀螺輸出值及轉(zhuǎn)臺轉(zhuǎn)速真值試驗數(shù)據(jù)；將實驗數(shù)據(jù)分成兩部分，一部分用于訓練模型參數(shù)，一部分用于最后模型驗證及網(wǎng)絡(luò)測試；

步驟2：將溫度和未補償?shù)腗EMS陀螺輸出值x₁,x₂作為RBF神經(jīng)網(wǎng)絡(luò)的輸入層，轉(zhuǎn)臺轉(zhuǎn)速真值作為RBF神經(jīng)網(wǎng)絡(luò)的輸出層；采用K均值聚類算法對輸入量進行聚類，使得代價函數(shù)J(C)最小化，得到聚類中心

$J\left(C\right)=\underset{j=1}{\overset{K}{\Σ}}\underset{C\left(i\right)=j}{\Σ}\left|\right|x_i-{\hat{c}}_j|{|}^2$

其中：J(C)為編碼器C的代價函數(shù)；為屬于聚類j的估計均值向量，即聚類中心，x_i為x₁,x₂的矩陣；

步驟3：計算各聚類中心之間的距離，挑選最大距離d_max：

步驟4：由各聚類中心之間的最大距離d_max及各聚類中心個數(shù)K求出高斯函數(shù)寬度；

$\mathrm{\σ}=\frac{d_{\max }}{\sqrt{2K}}$

步驟5：通過遞歸最小二乘法對輸出層進行訓練，得到權(quán)值ω_i：

R(n)ω_i＝r(n),n＝1,2,…

其中：R(n)為隱藏單元輸出的K×K相關(guān)函數(shù)；r(n)為RBF網(wǎng)絡(luò)輸出的期望響應(yīng)和隱藏單元之間的K×1互相關(guān)向量；

步驟6：根據(jù)得到的權(quán)值ω_i、高斯函數(shù)中寬度σ、中心和徑向基構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)模型：

其中，x為輸入量；f(x)為輸出量；σ是以為中心的高斯函數(shù)的寬的觀測；

步驟7：將溫度和未補償?shù)腗EMS陀螺輸出值x₁,x₂作為RBF神經(jīng)網(wǎng)絡(luò)模型的輸入層，輸出得到進行溫度補償后的MEMS陀螺儀輸出值f(x)。