[發明專利]基于改進PSO優化神經網絡的硅微加速度計溫度補償方法、系統

在審

• 申請號: 201711394079.0
• 申請日: 2017-12-21
• 公開（公告）號: CN108120451A
• 公開（公告）日: 2018-06-05
• 發明（設計）人: 徐大誠;王法亮
• 申請（專利權）人: 蘇州大學
• 主分類號: G01C25/00
• 分類號: G01C25/00;G01P21/00;G06N3/08
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 馮瑞;楊慧林

本發明涉及一種基于改進PSO優化神經網絡的硅微加速度計溫度補償方法、系統，為了提高溫度補償精度而設計。本發明的方法包括：獲取PSO尋優和BP神經網絡的訓練樣本；基于訓練樣本構建BP神經網絡，利用自適應權重PSO優化出的最優極值點作為BP神經網絡的模型的初始權值和閾值；在PSO算法中引入變異操作，粒子每次更新后以一定的概率重新初始化粒子，變異操作拓展了在迭代中不斷縮小的種群搜索空間；通過調用參數建立BP神經網絡，實現對硅微加速度計的實時溫度補償并輸出。本發明解決了求解最優補償結果以及溫度全局性的問題，最終實現硅微加速度計補償精度的提升以及全局性改善。

技術領域

本發明屬于MEMS加速度計溫度補償領域，具體涉及一種基于改進PSO優化神經網絡的硅微加速度計溫度補償方法、系統。

背景技術

MEMS加速度計是微小型慣性導航系統中非常重要的元件之一，其性能的優劣程度對導航系統的姿態、速度和定位精度均產生直接的影響。它具有體積小、結構重量輕、造價成本低等優點，因此廣泛應用于軍事、工業和商業等諸多領域。環境因素是影響系統精度的重要因素，而溫度更是影響MEMS加速度計可靠性的和精度的重要因素。隨著環境溫度的變化，由于硅基材料的噪聲以及熱脹冷縮效應、殘余應力等因素的影響，其輸出均會產生溫度漂移。MEMS加速度計隨環境溫度變化而產生的測量誤差是制約加速度計性能提升，限制其應用場合的關鍵因素之一。因此，在實際應用中必須采取有效措施減小環境溫度變化對MEMS加速度計精度產生的影響，使補償后的MEMS加速度計能夠應用在高精度或者大溫差場合。

目前一般有三種措施可以抑制溫度產生的影響。第一，優化MEMS加速度計結構或工藝，來降低溫度對傳感器的影響；第二，控制MEMS加速度計工作環境的溫度；第三，準確分析環境溫度的影響規律，建立準確的溫度補償模型，采用軟件的方法進行溫度補償。前兩種方法實現較為復雜，從工程應用的角度來說，成本較高，周期較長，所以工程中多采用第三種軟件補償方案。常用補償方法有多項式擬合、小波網絡、向量機和BP神經網絡等。

但是，現有技術分別從敏感結構和工藝角度、工作環境以及電路系統中軟件償等方面對硅微加速度計溫度影響進行補償。敏感結構和工藝改進雖然能對溫度漂移起到一定的效果，但達不到工程需求，而現有成果過報道中的軟件補償對全溫性能和計算復雜性均存在較大的局限性。特別是在全溫范圍補償性能方面還沒有比較好的成果報道，即使PSO_BP補償方法也未見在MEMS加速度計中的應用。

鑒于上述的缺陷，本設計人積極加以研究創新，以期創設一種基于改進PSO優化神經網絡的硅微加速度計溫度補償方法，使其更具有產業上的利用價值。

發明內容

為解決上述技術問題，本發明的目的是提供一種實現方便、可靠性高、全局性好、補償精度高、具有良好的自適應性、自組織性和學習能力強的以及抗干擾能力強的基于改進PSO優化神經網絡的硅微加速度計溫度補償方法、系統。

為達到上述發明目的，本發明基于改進PSO優化神經網絡的硅微加速度計溫度補償方法，包括：

S1分別測量硅微加速度計在N個不同溫度點下的多組加速度輸出量和實時溫度值，作為PSO極值點尋優和BP神經網絡的訓練樣本；

S2構建BP神經網絡，設置BP神經網絡輸入、輸出層及隱含層的神經元個數、各層傳遞函數以及網絡訓練參數，通過BP神經網絡自學習得到加速度計的溫度補償模型參數；判斷是否達到BP神經網絡訓練的要求，若達到，利用PSO優化出的最優極值點作為BP神經網絡的模型的初始權值和閾值，跳轉到S3；若未達到，則使用BP神經網絡訓練函數對各層權值和閾值進行訓練；

S3存儲得到的補償模型參數，通過調用參數建立BP神經網絡，實現對硅微加速度計的實時溫度補償并輸出。

進一步地，BP神經網絡的模型的初始權值和閾值的確定方法包括：