Применение методов машинного обучения для калибровки МЭМС-акселерометров в микроконтроллерных инерциальных системах

Abstract

В работе рассматривается проблема калибровки МЭМС-акселерометров, применяемых в микроконтроллерных навигационных системах. Показано, что традиционные методы компенсации ошибок (устранение смещения нуля и погрешности масштаба) имеют ограниченную эффективность. Предложено использование методов машинного обучения, позволяющих адаптивно снижать систематические и случайные ошибки измерений. Для иллюстрации подхода приведено моделирование сигнала акселерометра с добавлением шума и смещения, а также его коррекция с применением линейной регрессии,. Полученные результаты демонстрируют снижение среднеквадратической ошибки и подтверждают перспективность использования машинного обучения для повышения точности инерциальных навигационных систем.