摘要
本发明公开了一种基于光纤光栅六维力传感器的解耦方法,涉及传感器技术领域。该方法包括:首先,通过有限元分析获取传感器应变路径的仿真数据,其次,采用立方混沌映射初始化改进麻雀搜索算法种群,通过自适应权重更新发现者位置、可变螺旋策略更新追随者位置及预警机制优化侦察者位置,预筛选BP神经网络的初始权值与阈值;然后,以优化结果作为BP网络初始值,引入Dropout算法随机丢弃神经元,并结合ADAM算法自适应调整学习率,通过一阶矩和二阶矩估计对权值阈值进行梯度微调;最后循环迭代直至网络收敛,得到高精度解耦模型。本发明解决了传统解耦方法易陷入局部最优、收敛慢及耦合干扰大的问题,显著提升了六维力传感器的测量精度与抗干扰能力。
技术关键词
六维力传感器
搜索算法
BP神经网络
策略更新
位置更新
光栅
光纤
解耦方法
传感器技术
预警机制
仿真数据
螺旋
指数
参数
元素
端点
系统为您推荐了相关专利信息
程序生成方法
大语言模型
生成随机
程序生成系统
测试工具
自动导引车
路径优化方法
深度强化学习
长短期记忆网络
记忆单元
安全漏洞检测方法
5G核心网
状态机模型
生成测试用例
消息
后向散射系数
支持向量回归机
水泥
粒子群算法优化
地面