摘要
本发明涉及一种基于混合模型的微机电陀螺多源误差分离估计方法。首先,采集微机电陀螺零输入时的输出,通过均值滤波进行预处理;其次,利用小波变换分解输出数据,得到平稳子序列和非平稳子序列;再次,针对平稳子序列建立自回归滑动平均ARMA模型,针对非平稳子序列建立长短期记忆网络LSTM模型,并将ARMA模型和LSTM模型结合得到陀螺随机误差的混合模型;最后,基于所建立的混合模型,利用容积卡尔曼滤波CKF对陀螺随机误差进行实时分离估计,并将所得到的估计值用于陀螺输出补偿。本发明利用小波变换建立混合模型,并在混合模型基础上设计CKF以实现陀螺随机误差的分离估计,从而获得更准确的传感器信息,提高导航精度。
技术关键词
估计方法
容积卡尔曼滤波
ARMA模型
LSTM模型
记忆单元
陀螺误差
赤池信息量准则
高通滤波器
低通滤波器
微机电陀螺
AIC准则
时间序列模型
长短期记忆网络
离散小波变换
矩阵
系统为您推荐了相关专利信息
状态估计方法
节点状态估计
网络系统
数学模型
电路系统
分布式智能
事件触发机制
边缘计算环境
LSTM模型
深度学习模型
动作监测方法
人体运动动作
特征提取模块
图像
关节点
时间序列预测模型
网络指标预测方法
LightGBM模型
场景
数据