一种基于LSTM神经网络的MEMS陀螺仪原始输出信号降噪方法

摘要

本发明公开了一种基于LSTM神经网络的MEMS陀螺仪原始输出信号降噪方法，包括以下步骤；1)获取MEMS陀螺仪原始输出数据；2)数据预处理；3)构建降噪模型，基于Keras框架构造建LSTM神经网络模型；4)降噪处理，用训练集数据训练神经网络模型，并保存模型，测试集数据作为训练后模型的输入进行预测处理；5)降噪结果评估，通过降噪评估指标均方误差进行评估。该方法采用LSTM神经网络模型的记忆功能特点，更容易获取陀螺仪输出数据序列的潜在规律，对MEMS陀螺仪原始输出信号降噪的效果显著。