摘要
本发明公开了一种MEMS振动传感器谐振频率自检方法、系统及设备,该方法包括以下步骤:采用时域连续信号激励作为响应输入信号,并采集MEMS振动传感器的动态响应信号;建立MEMS振动传感器的动态响应数学模型;以采集的动态响应信号为辨识数据,采用改进粒子群算法优化的BP神经网络对动态响应数学模型中的谐振频率参数进行高精度辨识;基于谐振频率参数的辨识结果,计算MEMS振动传感器的机械灵敏度。本发明涉及MEMS振动传感器动态模型参数辨识技术领域,能够有效提升MEMS振动传感器谐振频率辨识精度。
技术关键词
动态响应信号
自检方法
粒子群优化算法
数学模型
粒子群算法优化
振动传感器
模型参数辨识技术
谐振频率辨识
自检系统
敏感结构
BP神经网络
因子
终端设备
误差准则
系统为您推荐了相关专利信息
管理分析方法
数据安全
管理分析系统
粒子群优化算法
大数据分析算法
红外热成像模块
温度修正单元
激光测距模块
评估系统
红外热成像相机
多模态
粒子群优化算法
生成结构化数据
工业设备故障诊断技术
深度神经网络
电力负荷预测方法
超参数
数据
动态更新
粒子群优化算法