РОЗРОБКА НЕЙРОННОЇ МЕРЕЖІ ДЛЯ ОЦІНКИ ПАРАМЕТРІВ СТОХАСТИЧНОЇ МОДЕЛІ ШУМІВ У СИГНАЛІ АКСЕЛЕРОМЕТРА

Анотація

МЕМС-акселерометри широко застосовуються у багатьох прикладних задачах, проте вони характеризуються значними випадковими та систематичними похибками. Це обмежує їх точність у реальних умовах експлуатації Сучасні роботи у сфері калібрування та оцінювання параметрів акселерометрів спрямовані на підвищення автономності, адаптивності та стійкості до зовнішніх впливів. Проте вони, зазвичай, обмежуються умовами навчання або ресурсами апаратного забезпечення. Це формує потребу розробки методів оцінювання, здатних працювати в умовах високої невизначеності, з обмеженою інформацією та з процесами принципово стохастичними по своїй природі. Для цих задач актуальними є алгоритми машинного навчання, які здатні моделювати нелінійні залежності, враховувати часові та частотні властивості шумових процесів.

У статті розроблена нейронна мережа для оцінки параметрів стохастичних процесів у сигналі акселерометра. Розглянуто питання розробки та моделювання роботи такої нейронної мережі. У нейронній мережі застосовано архітектуру, яка одночасно обробляє часову та спектральну інформацію. Розроблена модель нейронної мережі має дві паралельні гілки: часову та спектральну. Після окремої роботи результати кожної з гілок об’єднуються у спільний латентний простір і подаються на фінальний регресор, який оцінює параметри моделі шумових сигналів. У якості моделі стохастичних процесів обрано гаусівсько-марківські процеси. У роботі описані питання щодо навчання розробленої нейронної мережі, надано рекомендації щодо генерації навчальних даних. Для підвищення стабільності та ефективності навчання використовується два стандартні механізми оптимізації процесу тренування – EarlyStopping та ReduceLROnPlateau. Це дозволяє підвищити якість збіжності, зменшити ризик перенавчання та забезпечити отримання моделі з високими узагальнюючими властивостями. Отримана модель нейронної мережі продемонструвала здатність ефективно оцінювати параметри стохастичних процесів, що формують випадкові шуми МЕМС-акселерометрів.