基于LM_BP神经网络模型的MEMS加速度计温度补偿方法研究

随着MEMS加速度计应用领域的不断广泛,其温度性能越来越受到重视。在研究扭摆式硅微加速度计结构与温度特性的基础上,采用改进LM_BP神经网络来构建MEMS加速度计的补偿模型,通过实时温度变化优化出温度补偿模型参数,进而实现实时温度补偿。实验结果表明,通过该方法补偿后的标度因数温度系数和全温零偏稳定性分别由252 ppm/℃和16.62 mg/h减小为100 ppm/℃和2.30 mg/h,证明了该温度补偿方法的有效性和可行性。

基于PSO优化SVM的MEMS加速度计温度补偿方法研究

温度对MEMS加速度计性能的影响至关重要。结合扭摆式硅微加速度计的结构及温度特性,采用基于自适应权重的粒子群优化算法来优化支持向量机算法,创建MEMS加速度计温度补偿模型,并利用STM32F405RG64实现实时温度补偿系统。实验结果表明,补偿后加速度计的标度因数温度系数、全温零偏极差、非线性度分别由补偿前的264 ppm/℃,71.98 mg,2.07%降低到105 ppm/℃,10.31 mg,0.25%,可见补偿后加速度计的性能得到比较明显的改进,能证明该方法的有效性和可行性。

工业测量仪表

Y2000-62088-1603 0010071工业用湿粉末的湿度测量用微波系统=A microwavesystem for moisture monitoring in wet powders for indus-triaI applications[会,英]/Bianchi,G.& Dionigi,M.//1999 IEEE MTT-S International Microwave Sympo-sium,Vol.4.—1603～1606(UC)