CN119475258A 一种mems振动传感器谐振频率自检方法、系统及设备 （中国人民解放军国防科技大学）_第1页
CN119475258A 一种mems振动传感器谐振频率自检方法、系统及设备 （中国人民解放军国防科技大学）_第2页
CN119475258A 一种mems振动传感器谐振频率自检方法、系统及设备 （中国人民解放军国防科技大学）_第3页
CN119475258A 一种mems振动传感器谐振频率自检方法、系统及设备 （中国人民解放军国防科技大学）_第4页
CN119475258A 一种mems振动传感器谐振频率自检方法、系统及设备 （中国人民解放军国防科技大学）_第5页
已阅读5页，还剩20页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种MEMS振动传感器谐振频BP神经网络对动态响应数学模型中的谐振频率明涉及MEMS振动传感器动态模型参数辨识技术2首先，随机生成BP神经网络的阈值与权重，以此作为改进粒子群随后，将BP神经网络的代价函数设为改进粒子群算法的适然后，将改进粒子群优化算法的全局最优解作为输o,即为步骤3中的所述谐振频率参数。3.根据权利要求1或2所述的MEMS振动传感4.根据权利要求1或2所述的MEMS振动传感器谐振频率自检35.根据权利要求1或2所述的MEMS振动传感16.根据权利要求1或2所述的MEMS振动传感器谐振频率自检方法，其特征在于，步骤57.一种MEMS振动传感器谐振频率自检系统，其响应信号发生单元，用于采用时域连续信号激参数辨识单元，以采集的动态响应信号为辨识数据，采用改进粒子群经网络对所述动态响应数学模型中的谐振频率灵敏度计算单元，基于所述谐振频率参数的辨识结果，计算MEM45感器谐振频率辨识精度对MEMS振动传感器实际应用[0005]针对上述现有技术中的不足，本发明提供一种MEMS振动传感器谐振频率自检方6;a0为待辨识参数；;[0008]在其中一个实施例，所述改进粒子群优化算法的代价函数H采用均方误差准则，;;";7;BP神经网络对所述动态响应数学模型中的谐振频率参数8如图1所示为本实施例公开的一种MEMS振动传感器谐振频率自检方法，主要包括[0021]在步骤1的具体实施过程中，通过采用时域连续电压激励作为系统的响应输入信[0022]在步骤2的具体实施过程中，蝶翼式MEMS振动传感器的动态响应数学模型具体构9a0为待辨识参数；其中，M,为传感器有效转动惯量，J为敏感结构的旋转惯量o,"a为预设最大惯性系数，为当前迭代环节[0029]参考图5，采用改进粒子群算法优化的BP神经网络对动态响应数学模型中的谐振;基于实施例1中的MEMS振动传感器谐振频率自检方法，本实施例公开了一种MEMS模型构建单元用于建立MEMS振动传感器的动态响应的具体工作过程以及工作原理均与实施例1中的方法相同，因此本实施例中不再对其进行

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论