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%。     

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%。     

连续旋转的光纤陀螺全温标度因数快速建模补偿方法

在全温范围内应用的光纤陀螺,标度因数误差是其主要的误差之一。特别是在大角速率或者高精度应用时,光纤陀螺的标度因数误差甚至超过零偏漂移误差。在实际使用中,需对陀螺标度因数在全温范围内进行建模和补偿。对光纤陀螺标度因数误差机理进行详细分析后,提出了一种连续旋转的光纤陀螺全温标度因数快速建模补偿方法。基于单轴速率转台的连续旋转,可以自动快速完成标度因数全温建模且工程实现简单易行。更重要的是该方法可以有效识别标度因数在全温范围内的变化拐点,提高建模和补偿的精度。对比试验结果表明,采用此方法后能精确测得某型光纤陀螺全温工作的标度因数真实拐点为48℃,全温标度因数补偿精度优于15′10~(-6),较按照GJB2426-2004进行的多点测试后补偿提高10%左右。     

连续旋转的光纤陀螺全温失准角快速建模与补偿方法

在全温范围内应用的光纤陀螺,其输入轴失准角随温度的变化是影响光纤陀螺惯性系统性能的重要指标之一。特别是在大角速率或者高精度应用时,失准角的变化误差甚至超过零偏漂移误差和标度因数误差。采用温度补偿技术是一种提升光纤陀螺温度性能的有效方法,其中建立精确的温度模型是关键。提出了一种连续旋转的光纤陀螺全温失准角快速建模补偿方法。基于单轴速率转台的连续旋转,可以有效识别光纤陀螺失准角在全温范围内的变化拐点,提高建模和补偿的精度。试验结果表明,某型光纤陀螺全温输入轴失准角变化约14″,补偿后全温输入轴失准角变化小于1″,精度提高了一个数量级以上。在高精度光纤陀螺惯性系统中,该方法可用于指导光纤陀螺失准角的实时温度补偿技术研究及工程实现。     

光纤陀螺IMU全温三方位速率/一位置标定及分段线性插值补偿方法

针对光纤陀螺惯性测量单元全温动态环境下测量误差问题,提出一种全温三方位正反速率/一位置标定及分段线性插值补偿方法,建立了光纤陀螺惯性测量单元误差模型,在每个恒温点设计三方位正反速率/一位置标定方案。采用分段线性插值算法实时补偿系统零偏和标度因数温度误差,系统全温环境下的测量精度提高5倍左右。车载实验结果表明,采用该方法后系统4200 s纯惯性姿态测量误差小于1°。     

一种低精度惯性测量单元的精确标定技术

低精度惯性测量单元的温度特性和非线性严重，为补偿光纤陀螺的温度特性和非线性，通过高低温、多速率的标定实验研究了光纤陀螺输出电压与温度、转速的关系，采用零偏和标度因数统一标定的思想提出了光纤陀螺分段模型；为补偿MEMS加速度计的温度特^陛，通过高低温位置实验研究了加速度计输出电压与温度、输入加速度的关系，提出了加速度计分段模型。采用逐步线性回归对以上模型进行了简化。实时补偿效果表明，当温度从-30℃到60℃变化时，在±60（°）／s转速内角速度误差基本小于0．02（°）／s，加速度误差小于0．005g．     

基于ASYM的激光陀螺捷联惯性系统温度误差模型辨识

为减小温度对导航精度的影响,实现系统级的温度补偿,在实验中采用静态条件下的标定方法;基于激光陀螺捷联惯性系统的误差模型方程,用广义逆算法顺利分离求得陀螺各零偏及标度因数值;根据以往温度误差模型的结构特点,运用渐近辨识方法(ASYM)中的最终输出误差准则(FOE)对温度误差模型中非线性部分的阶次进行准确的计算,确定了合理的温度误差模型结构。为了解决用最小二乘法辨识模型结构的系数时,信息矩阵求逆容易溢出的问题,采用了自适应的岭估计算法确定陀螺零偏温度误差模型的系数,实现了系统级的温度误差建模。所得到的温度误差模型补偿效果比定阶前明显提高。     

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。     

一种光纤陀螺温度误差分段补偿新方法（英文）

分析了光纤陀螺的温度特性,设计了大范围的温度测试,研究了不同温度和温度变化率对光纤陀螺输出的影响,研究了光纤陀螺在不同温度范围内的温度特性。为了提高温度误差补偿精度,根据陀螺温度特性将温度分为低、中、高三个区间,分别利用人工神经网络进行误差建模,提出了一种多模型分段拟合的新方法。根据建立的模型进行温度误差补偿,补偿结果表明,建立的模型能有效地减小了光纤陀螺的温度漂移,精度提高了一个量级。     

光纤陀螺热致漂移误差的模糊补偿(英文)

针对光纤陀螺启动过程中的热致漂移误差问题,研究了一种模糊模型补偿方案。依据Shupe非互易性理论和Mohr加热模型试验的结论,以光纤环内侧温度和温度变化率为输入,以陀螺漂移为输出,建立了二输入一输出模糊模型。利用全温范围(-25℃～45℃)内光纤陀螺的恒温静态试验数据,基于自适应神经网络模糊推理系统的自学习功能,辨识出模糊规则库。通过实时施行模糊推理可实现光纤陀螺温度漂移的在线自动补偿。室温验证试验表明,陀螺的零偏稳定性由补偿前的0.037(°)/h提高到0.017(°)/h,陀螺启动时间由补偿前的30 min减少为2 min。