基于KAN多损失神经网络的MEMS陀螺仪校准

中国惯性技术学报页数： 8 2026-01-28

摘要：针对微机电系统（MEMS）陀螺仪因零偏漂移、比例因子偏差及轴间耦合等非线性误差导致的校准精度下降问题，提出了一种基于KAN多损失神经网络的高精度校准方法。该方法以KAN表示定理为理论基础，利用可学习样条函数构建非线性映射，实现对复杂误差的显式建模。在结构上设计了轻量化的双层KAN框架，并引入多损失函数以同时优化三轴角速度误差与总角速度误差，从而在训练过程中平衡局部精度与全局一致... （共8页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件