《计测技术》推荐文章｜北京航空航天大学冯仁剑教授团队：基于PSO-BP的石英挠性加速度计静态模型辨识

导读

长航时导航系统的高精度和高可靠性对石英挠性加速度计的性能提出了更高要求。加速度计静态误差模型的辨识直接关系到加速度计的性能表现，而传统的辨识方法无法拟合复杂的非线性关系。本文采用粒子群优化BP神经网络(PSO-BP)算法对加速度计静态模型的高阶非线性系数进行了有效的辨识，其均方误差的最优水平相对BP网络的辨识结果降低了2个数量级，预测误差曲线更加平稳，波动幅度更小，为高精度机载长航时导航系统的研发提供技术支撑。

基于PSO⁃BP的石英挠性加速度计静态模型辨识

作者：史有志^1*，冯仁剑¹，李晓婷²

作者单位：1.北京航空航天大学仪器科学与光电工程学院；2.中国航空工业集团公司北京长城计量测试技术研究所

摘  要：为提升石英挠性加速度计静态模型的辨识精度，提出基于粒子群优化⁃反向传播（Particle Swarm Optimization⁃Back Propagation，PSO⁃BP）神经网络的静态模型辨识方法。通过PSO改进BP神经网络易陷入局部最优的缺陷，根据加速度计的输入和输出维度完成神经网络模型构建，利用PSO的全局搜索能力实现BP神经网络初始权重的优化。利用精密离心机开展实验，对该方法的应用效果进行验证，结果表明：与基于BP神经网络的石英挠性加速度计静态模型辨识方法相比，基于PSO⁃BP神经网络的石英挠性加速度计静态模型辨识方法具有更优的非线性系数解析能力，辨识均方误差M_MSE（Mean Squared Error， MSE）降低2个数量级，为推动高精度机载惯性导航系统发展提供了技术支撑。

作者简介

史有志，主要从事惯性计量测试技术及仪器等领域的研究。

冯仁剑，教授，主要研究方向为动态测试及校准。于西安交通大学获得博士学位，现就职于北航仪器科学与光电工程学院，全国惯性技术计量技术委员会委员。主持完成2项国家自然科学基金面上项目、1项国家“863计划”项目、1项北京市自然科学基金项目以及30余项科研院所和企业委托项目。已发表SCI检索论文44篇，授权中国发明专利18项。

全文链接

（点击查看）

引用格式：史有志，冯仁剑，李晓婷. 基于PSO⁃BP的石英挠性加速度计静态模型辨识［J］. 计测技术， 2025， 45（3）： 78-84.

Citation：SHI Y Z， FENG R J， LI X T. Static model identification of quartz flexible accelerometer based on PSO⁃BP［J］. Metrology & Measurement Technology， 2025， 45（3）： 78-84.

往期文章推荐

（点击查看）

作者：李绍阔, 冯仁剑, 李卢丹, 张玉琴

关键词：试飞测试；压力在线校准；温度补偿；校准装置；校准软件

（点击查看）

作者：李瑞君, 雷英俊, 范光照 

关键词：光学加速度计；低频；高灵敏度

（点击查看）

作者：孙浩琳，张大治 

关键词：碰撞式；低冲击；高精度校准；比对；测量不确定度

供稿：史有志

编辑：刘圣晨、刘宇轩

排版：马鹤伟

审核：韩冰