热漂移补偿模型

精度提升三成

利用Mamba选择性状态空间机制融合物理特征与长期时序依赖，实现轻量化部署下对高频噪声与热积累效应的同时抑制。

77368193 · 王健 · 韩厚增 · Wang, Pengfei · Wangyusha, Bao

Measurement: Journal of the International Measurement Confederation 2026

参数信息

RMSE均值降低

29.8 %

MAE均值降低

29.6 %

MAPE均值降低

32.1 %

RMSE标准差降低

93.2 %

单步推理时间比值

0.1

技术优势

降噪更稳

SVMD预处理对非平稳噪声的抗干扰能力显著增强，RMSE标准差降低69.1%，使补偿结果在不同噪声条件下波动更小。

误差更小

与Transformer相比，RMSE、MAE和MAPE的均值分别降低29.8%、29.6%和32.1%，标准差更是降低93.2%、94.6%和87.4%，估计更准且更稳定。

算得快

序列长度4500的高频采样条件下，单步推理时间仅约为Transformer的1/10，满足边缘计算节点的实时性要求。

应用场景

• MEMS惯性测量：直接接入MEMS加速度计信号链，补偿热漂移以提高姿态解算精度。
• 精密运动控制：为精密运动控制提供更准确的加速度反馈，减少温度引起的定位误差。
• 仪器温度补偿：替代传统多项式拟合或滤波方法，实现更高精度、更稳定的温度补偿。
• 边缘端传感器融合：以1/10 Transformer的推理开销在边缘节点实时运行，适合多传感器融合场景。