文剑
- 作品数：4 被引量：68H指数：3
- 供职机构：辽宁工程技术大学测绘与地理科学学院更多>>
- 发文基金：辽宁省自然科学基金辽宁省高等学校杰出青年学者成长计划中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术更多>>
- 阈值去噪与RBF神经网络在MEMS陀螺仪误差补偿中的应用被引量：15
- 2017年
- 针对现有MEMS陀螺仪中随机误差较大,导致器件输出信噪比低进而影响其应用范围的现状,提出一种基于小波阈值去噪与梯度径向基(RBF)神经网络结合的MEMS陀螺漂移非平稳时间序列建模预测方法。首先采用Allan方差法分析了MEMS陀螺仪的主要随机误差,随后利用小波阈值去噪分离出MEMS陀螺误差模型中的白噪声及漂移误差,最后采用RBF神经网络对漂移数据进行建模。通过实验对文中所述的误差补偿方法进行验证,表明了方法的有效性,对于基于MEMS陀螺仪的惯导系统精度提高具有重要意义。
- 孙伟段顺利文剑丁伟
- 关键词：MEMS阈值去噪RBF神经网络误差补偿
- 一种MEMS陀螺随机误差的灰色RBF神经网络建模方法被引量：2
- 2017年
- 为了提高MEMS陀螺仪的精度,利用基于灰色累加累减操作能够减小MEMS陀螺仪随机性的特点,提出一种将灰色理论与径向基函数(RBF)神经网络相结合的MEMS陀螺随机误差建模补偿方案:采用Allan方差分析法对MEMS陀螺输出数据构成的样本空间进行处理并辨识信号中的随机误差项;通过灰色累加累减过程与RBF神经网络的嵌入式耦合,实现MEMS陀螺随机误差预测模型的建立。实验结果表明,与MEMS陀螺实测数据比对后可发现灰色RBF神经网络方法能够有效预测多种随机误差,可进一步提高MEMS陀螺仪输出的预测精度。
- 孙伟刘得朋文剑吴增林
- 关键词：MEMS陀螺RBF神经网络
- MEMS惯性组件的误差特性分析与标定被引量：21
- 2016年
- 针对惯性器件输出受工作环境及器件自身噪声影响,导致惯性组件输出信噪比低进而影响系统定位测姿精度等问题,提出MEMS惯性组件误差分析与标定方案。利用Allan方差对MEMS输出进行辨识,对输出信息曲线拟合并确立MEMS器件误差项的误差取值,建立MEMS几何误差模型并设计分立式标定方案。转台实验结果表明,24位置及速率标定方法可实现惯性组件常值误差系数的有效分离与求取,对比器件误差补偿前后的结果,验证了误差修正方案的可行性。
- 于婷孙伟文剑
- 关键词：MEMS
- MEMS陀螺仪随机误差的辨识与降噪方法研究被引量：31
- 2017年
- 针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。
- 孙伟文剑张远耿诗涵
- 关键词：MEMS陀螺卡尔曼滤波ALLAN方差
