《表3 各种方法补偿后的最大误差和均方差比较》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿》
从图7~9可以看出,基于改进CS的SVM方法补偿后的数据稳定性明显高于其他两种方法,BP神经网络和本文方法明显优于最小二乘分段拟合方法,并且对于误差曲线斜率变化大的地方(如Z轴0℃~10℃)本文方法稳定性比BP神经网络方法更好。进一步统计温度补偿后数据的最大误差和方差,结果如表3所示。可以看出,采用基于CS的SVM的补偿方法的方差比最小二乘平均减小约63.2%,最大误差平均减小约71.63%,并且比基于BP神经网络补偿方法的方差平均减小约43.4%,最大误差平均减小约48.3%;从表4可以看出本文方法量化噪声Q、零偏不稳定性B、角速率随机游走K相比其他两种方法都降低了一个数量级,角度随机游走N、速率斜坡R也有明显下降,从而证明本文方法的精度更高,优越性更强,提高了MEMS陀螺对环境的适应能力。
图表编号 | XD0080345400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.30 |
作者 | 高策、沈晓卫、章彪、胡豪杰 |
绘制单位 | 火箭军工程大学研究生院、火箭军工程大学核工程学院、火箭军工程大学研究生院、火箭军工程大学研究生院 |
更多格式 | 高清、无水印(增值服务) |