BP混沌混合神经网络在光纤陀螺温度漂移预测中的应用

提出使用BP混沌混合神经网络建立FOG温度漂移模型的方法.该方法在BP算法中采用了改进型Logistic-Map映射生成的混沌变量,能够避免陷入局部最小,可迅速达到全局最优.应用该方法分析某型FOG温度漂移实测数据,结果表明其具有良好的预测效果.     

BP-Bagging模型在光纤陀螺温度补偿中的应用

为了消除光纤陀螺的温度效应并提高陀螺的精度,BP神经网络模型广泛的应用在光纤陀螺的零偏温度漂移辨识和补偿中。然而,单神经网络模型的泛化能力差,影响模型的预测结果。结合神经网络集成学习的思想,利用Bagging集成技术产生差异大、预测能力强的个体网络,提升模型的预测能力。建立光纤陀螺零偏温度的BP-Bagging模型,将其应用在温度补偿中。通过对某型光纤陀螺的零偏漂移数据进行仿真,结果表明:BP-Bagging模型相比线性回归模型、单BP神经网络模型的补偿效果更显著,有效改善了陀螺的零偏稳定性能。     

基于光纤陀螺的温度补偿模型改进、压缩和FPGA实现

为提高光纤陀螺（FOG）在变温环境下输出误差的补偿精度,在长短期记忆神经网络模型（LSTM）基础上,利用分段非线性粒子群算法（PN-PSO）对LSTM模型超参数寻优,建立PN-PSO-LSTM光纤陀螺温度补偿模型。为有效降低计算和存储开销,便于部署在资源受限的硬件环境中,提出一套适用于光纤陀螺应用场景的模型压缩方案,包括：知识蒸馏、剪枝、激活函数线性化、定点数量化等。最后基于Xilinx公司某芯片完成部署。对比实验结果表明,相较于传统反向传播（BP）模型和传统PSO-LSTM模型,采用所提模型补偿后,陀螺零偏输出均方误差分别降低74.4%和53.5%,模型压缩后在大小减小94.1%的同时,陀螺零偏输出均方误差仍然比传统全精度模型更低,在FPGA实现后对比PC端模型推理速度提升98.47%。     

基于多模型分段拟合的光纤陀螺温度误差补偿方法

传统光纤陀螺温度误差采用单一模型进行建模与补偿,存在模型适配性较差的问题。考虑到光纤陀螺在不同温度区间的温度特性存在明显差异,为提高光纤陀螺温度误差补偿精度,提出了基于多模型分段拟合的光纤陀螺温度误差补偿方法。设计了-15⁵0℃区间内温度实验,在大量实测数据分析基础上,将陀螺温度特性按照低、中、高三个温度区间,分别建立三种不同阶次的温度误差模型。采用分段拟合的方法进行误差建模,并利用所建模型对光纤陀螺进行了温度误差补偿。实测数据表明,提出方法能够有效改善光纤陀螺的温度漂移,补偿后漂移标准差减少66.67%。     

有限空间爆炸静态压力的温度补偿方法

为改善压阻式压力传感器的温度漂移特性，构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题，采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据，分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行温度补偿研究，结果表明:遗传小波神经网络兼容了小波分析的时频局部特性和神经网络的自学习能力，表现出良好的收敛速度和补偿精度，经补偿后传感器的输出值更接近于标定值，其最大误差由?17.44 kPa变至0.38 kPa，最大相对误差由?14.0%变至0.38%。将该模型应用于有限空间爆炸静态压力的温度补偿中，取得了较好的实际应用效果。     

基于双模型的光纤陀螺温度补偿方法（英文）

基于Sagnac效应的光纤陀螺(FOG),因其自身的优点广泛地应用在捷联惯性导航系统中(SINS)。然而,温度对FOG的影响包括常值影响和随机影响,仍是制约光纤陀螺性能的关键因素之一。针对不同性质的漂移,首先建立基于相关性分析的多项式模型补偿常值漂移;然后结合时间序列分析的方法,利用Kalman滤波抑制经多项式模型补偿后残差信号中的随机成分,进一步提高FOG的精度。单轴光纤陀螺试验结果表明,传统的单多项式补偿模型,FOG的零偏稳定性能由0.05(°)/h仅提高到0.04(°)/h;采用常值和随机的双补偿模型,FOG的零偏稳定性能由0.05(°)/h提高到了0.01(°)/h。证明了双温度建模与补偿方法的有效性,在工程上有一定的参考价值。     

基于提升小波与灰色神经网络的光纤陀螺振动误差建模

光纤陀螺在振动环境下的输出具有噪声大、漂移强的特性,必须建立合理的振动误差模型,以便使用精确的算法进行补偿,从而提高光纤陀螺的输出精度。文中首先使用Allan方差分析法分析了某型号的数字闭环光纤陀螺在振动环境下的输出信号,随后利用提升小波分离出了光纤陀螺误差模型中的白噪声及漂移误差,并提出了基于灰色理论和RBF神经网络的漂移误差建模方法。仿真结果表明,相较于传统的RBF神经网络模型,基于提升小波的灰色RBF神经网络的漂移误差建模方法能有效滤除白噪声,并将漂移误差模型的建模精度提高了一倍左右。该方法能够有效提高光纤陀螺在振动环境下的输出精度,对光纤陀螺在振动环境下的误差研究具有重要指导意义。     

环形激光陀螺人工神经网络温度漂移建模

研究了系统在常温条件下开机后,壳体密闭条件下环形激光陀螺(RLG)漂移的温度特性建模问题。一系列不同环境温度条件下的RLG自升温实验表明,由于系统壳体的保温和隔温功能,系统内部温度场变化缓慢、均匀,此时漂移的变化主要与内部温度场的温度值变化相关。利用一组25℃-55℃范围内静态漂移测试数据作为学习样本,建立起基于BP和RBF神经网络的温度漂移补偿模型,并利用四组不同测试条件下测得的静态数据对文中模型进行检验。结果表明,若采用均方根误差(RMS)指标进行评价,则得到的温度漂移模型可以有效补偿RLG的漂移输出趋势项,使陀螺的稳定性指标提高20%-40%,且BP网络建模补偿精度优于常规最小二乘中的一阶线性分段拟合,RBF网络建模优于二阶抛物线分段拟合。     

基于神经网络的石英加速度计的二维时、温漂移补偿

针对捷联惯导系统中石英挠性线加速度计输出偏值在快速启动和不同温度条件下漂移较大的问题,从理论和大量试验上研究了其静态时、温漂特性,提出了采用LM算法的BP神经网络进行二维补偿的方法。将工作时间和观测温度作为输入变量,其偏值输出电压作为目标信号通过网络训练得到该状态下的估计量进行补偿,算法具有收敛速度快、对初始值的设定鲁棒性强的特点。训练完成后,采用建立数据库的方法,供直接调用,其数据读取硬件延时为微秒级,完全满足系统实时应用要求。试验结果表明,该方法拟合的零位漂移最大误差为4.9882×10-6,较传统最小二乘法提高了近一个数量级。     

一种基于多尺度和改进支持向量机的光纤陀螺温度漂移建模与补偿方法

为了提升光纤陀螺温度漂移模型建模的准确性及补偿的效果,提出了一种基于改进支持向量机的多尺度建模和回归方法。首先分析了造成光纤陀螺温度漂移的关键因素,给出了建模的属性参数和温度试验。然后根据经验模态分解得到的本征模态函数排列熵的变化趋势,得出了回归精度和熵之间的变化关系,进而提出了基于信号分解的多尺度回归方法。为了提高上述多尺度回归算法的适应性,在传统支持向量机的基础上,提出了基于组合核函数的支持向量机回归算法,以适应不同特性的回归数据集。为了进一步提高回归精度,基于降低回归数据复杂度的分段回归思想,在上述多尺度回归的基础上提出了双-多尺度回归,并验证了方法的有效性。最后,将提出的算法以实际的光纤陀螺温度漂移数据进行验证,结果表明,相比于传统的支持向量机和反向传播神经网络具有更好的回归精度,温度漂移模型也更加精确,以均方误差指标为例,回归精度提升了两个数量级。     

Performance analysis of IDEAL algorithm for three‐dimensional incompressible fluid flow and heat transfer problems

Recently, an efficient segregated algorithm for incompressible fluid flow and heat transfer problems, called inner doubly iterative efficient algorithm for linked equations (IDEAL), has been proposed by the present authors. In the algorithm there exist inner doubly iterative processes for pressure equation at each iteration level, which almost completely overcome two approximations in SIMPLE algorithm. Thus, the coupling between velocity and pressure is fully guaranteed, greatly enhancing the convergence rate and stability of solution process. However, validations have only been conducted for two‐dimensional cases. In the present paper the performance of the IDEAL algorithm for three‐dimensional incompressible fluid flow and heat transfer problems is analyzed and a systemic comparison is made between the algorithm and three other most widely used algorithms (SIMPLER, SIMPLEC and PISO). By the comparison of five application examples, it is found that the IDEAL algorithm is the most robust and the most efficient one among the four algorithms compared. For the five three‐dimensional cases studied, when each algorithm works at its own optimal under‐relaxation factor, the IDEAL algorithm can reduce the computation time by 12.9–52.7% over SIMPLER algorithm, by 45.3–73.4% over SIMPLEC algorithm and by 10.7–53.1% over PISO algorithm. Copyright © 2009 John Wiley & Sons, Ltd.     

大型结构特征值问题的Lanczos子结构并行算法

本文利用子结构和Lanczos方法,提出了大型结构固有频率与模态的并行解法。该方法在Lanczos方法的求解过程中,仅利用子结构刚度阵和质量阵并行进行凝聚,进而求得新的迭代矢量,最终求得三对角阵对应的特征值和特征向量。该算法在西安交通大学ELXSI-6400并行计算机上程序实现,计算结果表明能有效地节省计算时间和计算机的内存,为一种有效的大型工程结构动力问题的求解方法。     

基于支持向量机替代模型的可靠性分析

建立了基于支持向量机回归算法和分类算法的替代模型可靠性分析方法,与蒙特卡罗法结合,采用拉丁超立方抽样技术,进行隐式极限状态函数的可靠度计算。讨论了相关参数对支持向量机模型性能的影响,并通过遗传算法进行参数优化,为支持向量机模型的参数选择提供了依据。研究了不同训练样本数量对支持向量机模型预测值精度的影响,进一步证实了支持...     

Nonlinear Krylov subspace methods for solving nonsmooth equations

IntroductionConsider the nonsmooth equationsF(y)=0,(1)whereF:D Rn→Rn.In1993,Qi and Sun[1]proposed the generalized Newton method forsolving Eq.(1)yk 1=yk-Vk-1F(yk),(2)whereVk∈F(yk)is the generalized Jacobi matrixofF[2],F(y)=Co{lyii→myyi∈DF F(yi)},andpr…     

结构性软土弹塑性模型的隐式算法实现

对于考虑软土结构性的高度非线性弹塑性本构模型,在采用Newton-CPPM隐式算法对模型进行数值实现的过程中容易出现Jacobian矩阵奇异和不收敛问题。为此,本文提出了两种改进隐式算法。考虑到Newton-CPPM隐式算法是局部收敛性算法,因此引入大范围收敛的同伦延拓算法对Newton-CPPM算法的迭代初值进行改进,形成了同伦-Newton-CPPM算法。考虑到Newton-CPPM隐式算法单个迭代步的计算量过大,因此借鉴显式算法的思想提出一种两阶段迭代算法,第一阶段先求出一致性参数,第二阶段采用类似于显示算法的方法进行回代得出状态变量的值。然后,以考虑软土结构性的SANICLAY模型为例,从弹塑性本构模型的组成和算法的特点两个角度分析了引起Jacobian矩阵奇异和不收敛问题的原因,并且在单单元计算的基础上,对全显式算法、传统隐式算法和两种改进隐式算法在计算收敛性、计算精度和计算效率方面进行了对比。最后,将同伦-Newton-CPPM算法和传统隐式算法用于地基承载力多单元计算中,结果表明该算法能够有效地解决Jacobian矩阵奇异和不收敛问题。      

面向星敏感器的星模式识别算法

介绍了到目前为止出现的所有面向星敏感器的星模式识别算法,它们是概率统计算法、三角形算法、匹配组算法、网格算法、奇异值分解算法、神经网络算法和遗传算法,并分两组比较了它们的性能,给出了具有指导意义的结论。     

两种滑动轴承油膜压力计算方法的比较

对常用的两种计算滑动轴承油膜力的方法进行了比较。一种是在迭代求解雷诺方程过程中,如果出现角压力,则用零压力来替代的方法;另一种是根据质量守恒理论（ＪＦ０理论）,由Ｅｌｒｏｄ等人提出的空穴算法。指出用负压力充零的方法代替Ｅｌｒｏｌｄ空穴算法,误差不大,但却可以克服Ｅｌｒｏｄ空穴算法不稳定和振荡的缺点,大大节约计算时间。     

结构健康监测中的传感器布置方法及评价准则

综述了结构健康监测中常用的传感器布置方法及其评价准则研究的最新进展. 重点分析了几种常用 传感器布置方法间数学本质上的内在联系, 尤其是讨论了有效独立法与模态动能法之间的关系、有效独立法 与QR 分解法和MinMAC 法的区别与联系. 通过一个梯形结构对比了各种传感器的布置方法所给出的传感 器位置组合. 讨论了目前常用的5 种传感器布置方法评价准则, 并阐明其中两个准则与作者所提出准则间的关系.      

船用捷联惯性导航系统姿态算法精度评估研究

分析了捷联惯性导航系统姿态解算中不可交换性误差产生原因，提出并分析了一种旋转矢量误差估计模型，并从该模型出发推导了几种高精度的捷联姿态算法，提出了由角速度提取角增量的梯形算法。以船舶为应用对象，进行了数字仿真和算法精度分析比较，结果表明：等效旋转矢量法和梯形算法可以提高系统的姿态解算精度。     

飞艇最优飞行轨迹研究

目前，各国对无人飞艇平台的研究产生了很大的兴趣，飞艇作为平台可以实现无线通信、环境监测和监视等目的。本文通过采用最优控制问题的数值计算方法得到飞艇在不同性能指标下的最优飞行轨迹。飞艇的动力学模型采用六自由度非线性模型。飞艇采用安装在飞艇轴向由直流电机带动的螺旋桨作为动力。通过螺旋桨、方向舵和升降舵对飞艇进行控制。控制消耗的能量作为控制变量的函数。采用直接配点法与由遗传算法和单纯形法构成的混合参数优化方法得到飞艇在不同条件下的最优轨迹。