一种基于WNN-AFS优化算法的MEMS陀螺随机误差预测方法

摘要

本发明公开了一种基于WNN‑AFS优化算法的MEMS陀螺随机误差预测方法，用于对MEMS陀螺的随机漂移误差进行预测，步骤如下：采集连续时间内的MEMS陀螺原始输出数据，进行去噪处理；将处理后的数据分组，确定输入数据和目标输出数据；确定小波神经网络的结构，构建AFS算法与小波神经网络的函数映射关系；运用AFS算法对小波神经网络的初始连接权值和阈值进行优化，得到WNN‑AFS网络模型；用样本数据对WNN‑AFS网络模型进行训练测试，检测是否满足精度要求；保存训练合格的WNN‑AFS网络模型并用来预测MEMS陀螺随机误差。本发明通过AFS算法优化小波神经网络建立MEMS随机误差预测模型进行预测，算法简单，收敛速度快，解决了易于陷入局部最优的情况，可提高MEMS陀螺随机误差预测的精度和可靠性。