联合使用迭代计算和BP神经网络的重力仪振动补偿方法

本发明公开了联合使用迭代计算和BP神经网络的重力仪振动补偿方法，包括：基于振动环境对重力仪的影响机理研究，将振动传递函数简化为时延增益模型，利用邻近项改进的交替方向乘子法(ADMM)获取全局最优的模型系数，对重力测量值进行迭代补偿。以迭代补偿后的重力输出和振动检测信号以及无振动环境下重力仪的标准输出构建BP神经网络的数据集进行振动补偿模型训练，所得模型用于对剩余误差再次补偿得到最终的振动补偿结果。本发明提出联合迭代计算和BP神经网络的振动补偿算法能够有效隔离振动环境对重力测量的影响，提高弹簧式相对重力仪的环境适应性。