《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。