《表5 Z轴噪声因素下降倍数》
在图6中,平均时间较小的情况下,神经网络模型的噪声情况改善更明显,平均时间更大的时候两种模型下的滤波效果不分伯仲,与图3所示的各个信号的波形图表现出的特点相符,将卡尔曼滤波后的信号进行误差因素的系数辨识,仍以陀螺仪Z轴为例,基于BP神经网络模型滤波后的信号的量化噪声为0.001 5°、零偏不稳定性为0.968 7°/h、速率随机游走为-38.875 3°/h3/2。滤波后噪声系数下降倍数如表5所示
图表编号 | XD007516200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.01 |
作者 | 张敏、李凯、韩焱、史策、李坤 |
绘制单位 | 中北大学信息探测与处理山西省重点实验室、中北大学信息探测与处理山西省重点实验室、中北大学信息探测与处理山西省重点实验室、中北大学信息探测与处理山西省重点实验室、中北大学信息探测与处理山西省重点实验室 |
更多格式 | 高清、无水印(增值服务) |