摘要
本发明提供一种硅谐振频率高精度解析方法,涉及硅谐振频率解析技术领域,本发明通过获取硅谐振器激励电源的理论频率信号和激励电源的实际频率信号,并进行快速傅里叶变换,获取硅谐振器的主频率差,通过建立主频率分析模型对主频率差进行提取干扰信号特征,分别获取硅谐振器的历史温度、振动、硅谐振频率数据和干扰信号特征,以及在标准环境下的理想硅谐振频率形成训练数据集,建立基于神经网络模型的谐振频率解析模型,通过训练数据集对模型进行训练,通过构建解析模型的优化模型,进一步提高解析精度,采集实时的电源的干扰特征、硅谐振器的温度值、振动值作为训练完成的模型的输入,输出高精度的硅谐振解析频率。
技术关键词
干扰信号特征
频率
sigmoid函数
谐振器
激励电源
解析方法
干扰特征
双曲正切函数
神经网络模型
理论
长短期记忆神经网络
表达式
数据
方程
样本
解析技术
开关
系统为您推荐了相关专利信息
熔融沉积成型工艺
最佳工艺参数
卷积网络模型
语句
打印机
谐波陷波
FOC算法
滤波器
PWM驱动信号
陷波器
风电机组
紧急控制方法
调频
功率值
协同控制方法