| 基于神经网络的加速度计静态误差系数标定 |
| Static Error Coefficients'''' Calibration of Accelerometer Based on Neural Network |
| 修订日期：2004-07-02 |
| HTML 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文摘要: |
| 利用具有强自学习性、自适应能力及非线性变换特性的神经网络方法，构造加速度计静态函数型神经网络模型，并用于对加速度计静态误差系数的标定。试验证明，利用该方法标定的系数结果具有高精度性，可较好地满足加速度计误差补偿的要求。 |
| 英文摘要: |
| The mathematic model of accelerometer with neural network which has the characteristic of self-learning, self-adapting, nonlinear transformation is established and is used to calibrate the static coefficients of the accelerometer. It is proved that the calibrated values are exactly enough to compensate the accelerometer's output. |
| 何洪文 胡昌华 张伟 何华锋 |
| 第二炮兵工程学院302教研室,陕西西安710025 |
| 中文关键词: 加速度计 标定 高精度 误差补偿 静态 神经网络方法 自学习 自适应能力 验证 神经网络模型 |
| 英文关键词:accelerometer,neural network,calibrate, |
| 基金项目:国家自然科学基金资助项目 ( 6993 10 40 ) |
| DOI： |
| 引用本文：何洪文,胡昌华,张伟,何华锋.基于神经网络的加速度计静态误差系数标定[J].计测技术,2004,(6):7~9. |
| 关闭 |
