基于BP神经网络的静电悬浮加速度计温漂补偿研究
Vacuum and Cryogenics（2023）
摘要
静电悬浮加速度计在运行过程中受到温度的影响,会在低频带与被测加速度信号耦合,导致输出产生漂移.为进一步提高其测量精度,提出了一种基于神经网络的温漂补偿方法.模拟静电悬浮加速度计实际在轨环境条件,在热真空罐中进行温控实验,采集测温点温度及其相对应的加速度计位移检测和反馈电压数据.利用BP神经网络的非线性映射能力,建立了关于静电悬浮加速度计的测温点温度与温漂影响的补偿模型.根据静电悬浮加速度计采集到的测温点温度数据,直接预测得到六个输出通道的温漂影响数据.实验结果表明,利用所提出的神经网络模型进行温漂补偿,能有效抑制静电悬浮加速度计的温度漂移.
更多关键词
electrostatic suspended accelerometer,signal coupling,temperature drift,neural network
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要