《表7 不同算法参数估计结果Tab.7 The results of parameters estimation with different algorithms》
为了验证该算法在实际中的有效性,选用以ADIS16488为核心的MEMS-IMU系统作为实验设备,实物如图5所示,它的参数如表6所示。用ADIS16488MEMS-IMU系统采集数据,同时为了降低陀螺仪误差对算法精度造成的影响,取陀螺仪静态数据的平均值作为零漂减去,再采用本文所提算法、PSO算法和扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法对磁力计校正,得到的参数估计结果如表7所示,利用本文算法得到的磁力计校正前后数据的对比如图6所示。从表中可以看出,本文所提算法精度最高,说明本算法在实际系统中能够实现磁力计的校正。
图表编号 | XD0016276100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.01 |
作者 | 原雨佳、王伟、陈兴邦 |
绘制单位 | 哈尔滨工程大学自动化学院、哈尔滨工程大学自动化学院、哈尔滨工程大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表7 不同算法参数估计结果Tab.7 The results of parameters estimation with different algorithms”的人还看了
- 表7 HRB500钢筋疲劳寿命三参数威布尔分布参数估计值及不同可靠指标下疲劳寿命预测值Tab.7 Values of estimated parameters for three-parameter Weibull distribution
- 表2 以企业规模为门槛变量的模型估计结果Tab.2 Results of the estimation of the model with enterprise scale as the threshold variable
- 表3 以政府创新支持为门槛变量的模型估计结果Tab.3 Results of the estimation of the model with support for innovation as the threshold variable