龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供一种空间高微重力下MEMS惯性传感器变化趋势预测方法及装置，涉及传感器校准方法技术领域；方法包括：首先，采集空间高微重力环境下包括时间、温度、加速度和角速度在内的数据，并对其进行分块处理。然后，对时间和温度序列进行嵌入表示，并分别与加速度和角速度时序片段进行特征融合。接着，利用门控注意力机制分配角速度和加速度特征权重。最后，构建CNN‑GRU多任务预测模型，预测角速度和加速度的变化趋势。本发明兼顾了加速度和角速度变化趋势预测子任务间的交互性和特异性，实现了对空间高微重力下的惯性传感器零偏的有效预测，为空间高微重力环境下的惯性传感器校正提供了技术支持。
主权项：1.一种空间高微重力下MEMS惯性传感器变化趋势预测方法，其特征在于，包括：S1、采集原始MEMS时序数据，对所述原始MEMS时序数据进行数据预处理，得到多个初始时序片段，所述原始MEMS时序数据包括在空间高微重力下获得的时间、温度、加速度和角速度；S2、对多个所述初始时序片段进行分块处理，将分块后的含有时间数据和温度数据的序列进行嵌入表示，并通过全连接神经网络将嵌入表示的时间序列片段和温度序列片段分别与分块后的加速度时序片段和角速度时序片段进行特征融合，得到融合特征；S3、基于所述融合特征构建门控注意力模型，并通过所述门控注意力模型分配加速度与角速度的特征权重；S4、构建CNN-GRU多任务预测模型，将含有特征权重的加速度以及含有特征权重的角速度作为所述CNN-GRU预测模型的输入，并对所述CNN-GRU预测模型的输出特征进行结果映射还原，并通过还原结果更新所述CNN-GRU预测模型的网络参数，从而完成对CNN-GRU多任务预测模型的训练；S5、通过训练后的CNN-GRU多任务预测模型对MEMS惯性传感器的待处理加速度和待处理角速度进行变化趋势预测，得到待处理加速度对应的变化趋势预测值和待处理角速度的变化趋势预测值。
全文数据：
权利要求：
百度查询： 中国科学院空间应用工程与技术中心 空间高微重力下MEMS惯性传感器变化趋势预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号