首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
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%。  相似文献   

2.
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。  相似文献   

3.
用灰色理论和神经网络理论建立陀螺漂移模型初探   总被引:2,自引:1,他引:2  
本文就灰色理论和神经网络技术在建立陀螺漂移模型上的应用进行了初步探讨;介绍了这两种理论工程应用上的方法和特点以及相关的一些问题。  相似文献   

4.
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。  相似文献   

5.
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%。  相似文献   

6.
光纤陀螺(FOG)温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。  相似文献   

7.
为了消除温度效应并提高陀螺精度,将模糊逻辑应用于光纤陀螺的温度漂移模型的辨识和自补偿中方案中。在模糊逻辑理论的框架下,根据光纤陀螺系统的模糊信息,建立模糊规则,进行模糊推理,实现对陀螺输出的近似辨识。此方法对其他没有温度相似性的陀螺也适用。在实际验证实验中,针对不同的陀螺,通过预先实验建立各自的规则表,然后进行实时补偿,在全温度范围内陀螺的零偏稳定性从0.3647(o)/h减小到0.0868(o)/h,陀螺预热时间缩短到30s以内。目前,在陀螺工艺条件还不够稳定的状态下,此方案是实用和可行的。  相似文献   

8.
基于灰色BP神经网络的陀螺电机状态预测   总被引:1,自引:0,他引:1  
陀螺电机状态直接影响惯导系统的精度和可靠性,对其进行预测是惯导系统性能评估和寿命预测的重要途径。利用灰色理论的建模预测方法对随机性较大的数据预测精度不高;BP神经网络模型的预测方法具有良好的非线性和自学习能力,但训练效率不高且训练效果受样本数影响较大,网络容易限于局部最小值。针对陀螺电机状态特征参数的特点,本文提出一种基于灰色BP神经网络的混合模型。该模型利用BP神经网络对灰色模型误差进行建模,模型输出返回灰色模型进行输入修正。利用灰色理论、BP神经网络以及混合模型对状态特征参数进行建模和预测,结果表明,混合模型的预测误差比灰色模型减小了约2/3,比神经网络减小了约1/3,证明了该模型的有效性。  相似文献   

9.
前向神经网络中的径向基函数(RBF)网络是一种局部逼近网络,它用局部逼近的总和达到对训练数据的全局逼近,在理论上可以实现全局最优.该文利用径向基函数神经网络对某一温度段的陀螺标度因数的温度数据进行建模处理,并利用各组数据建立一种两因素RBF网络,这两个输入因素选择为温度以及各个温度值对于所属组初始温度的增量.仿真结果表明,所建立的两因素RBF网络可以精确地拟合各温度下的标度因数温度数据,仿真数据的误差与均方差比用BP网络训练的数据效果要好,在数值上提高了近一个数量级.  相似文献   

10.
激光陀螺零偏温度补偿研究   总被引:18,自引:3,他引:18  
在对某型激光陀螺进行大量高低温环境试验的基础上,根据试验数据,建立了一种零偏温度补偿模型,并用该模型对新测的试验数据进行了预测补偿。补偿结果表明:激光陀螺经该模型补偿后基本上可以将零偏减小一个数量级,并进一步提高了零偏稳定性,完全满足工程上的实时补偿要求。因此,该模型具有很强的工程实用价值。  相似文献   

11.
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。  相似文献   

12.
基于MEMS陀螺仪的测姿系统体积小、成本低,但较低的陀螺精度无法保证系统长期工作.采用Kalman滤波技术将陀螺仪和加速度计、磁强计信息相融合,可保证系统的长期精度.船舶机动行驶引入的干扰加速度会造成Kalman滤波精度降低,为了克服这一不足,利用神经网络的自学习能力,采用径向基神经网络设计船用天线的微型捷联测姿系统,以提高船舶机动航行时的系统精度.阐述了组合式捷联姿态系统算法原理,并通过仿真试验结果证明:训练后的网络能够克服干扰加速度的影响,保证系统稳定工作.  相似文献   

13.
为了减小MEMS陀螺仪的正交误差,进一步提高陀螺精度,在Simulink环境中对陀螺结构和测控系统进行了建模和仿真。首先在理想状态的陀螺结构模型基础上建立了包含机械热噪声、模态间耦合等非理想因素的结构模型,并给出了陀螺结构的相关设计参数。其次在陀螺结构模型上以自激振荡和AGC控制技术为基础设计了驱动回路,该回路可在短时间内将驱动幅度稳定在10μm,且驱动频率为4048 Hz(驱动模态的谐振频率)。然后分析了模态间耦合信号的作用方式并建立了正交校正和检测闭环力反馈回路,仿真结果显示,在全闭环状态下检测模态所受耦合力的幅度比未校正状态下降了5个数量级,等效输入角速度也从205(°)/s下降到了6.58(°)/h。最后对陀螺模型进行了整体测试,得到其标度因数和阈值分别为21.76 mV/(°)/s和0.002(°)/s。  相似文献   

14.
微机械陀螺温度混合线性回归补偿方法   总被引:1,自引:0,他引:1  
环形振动微机电陀螺受温度影响较大,并且还具有很强的自回归特性。针对传统的分段拟合等温度模型均难以精确补偿陀螺受温度影响的问题,提出了一种基于混合线性回归的温度补偿模型。该方法根据混合线性回归模型的特点将陀螺自身的影响以及温度变化等因素考虑到温度补偿模型中,采用多元线性回归方法确定各项的系数,通过对残差的正态检验确定模型是否能够较好的符合陀螺数据的变化规律。验证试验结果表明:补偿后的均值可以减小1~2个数量级,并且该温度误差补偿方法重复性好,具有重大的工程应用参考价值。  相似文献   

15.
为解决惯性测量组合模拟电路的诊断不易定位到元件级故障的问题,提出了一种基于遗传RBF网络的智能诊断方法。该方法首先利用RBF神经网络快速准确识别故障的能力,以RBF的训练均方误差为遗传算法的适应度函数,依靠遗传算法强大的全局寻优能力实现故障特征选择。在特征选择的过程中,同时记录使训练均方误差达到最小的最优RBF网络,然后直接利用特征选择过程中训练好的最优RBF网络诊断故障,而无需利用特征选择后的训练数据对RBF网络进行再训练,简化了诊断步骤,同时增强了网络的抗干扰能力。仿真结果表明,该方法能有效去除冗余特征,准确诊断惯性测量组合模拟电路的故障,并有较好的抗噪能力,证明了该方法的有效性和可行性。  相似文献   

16.
基于遗传小波神经网络的MEMS陀螺误差建模   总被引:1,自引:0,他引:1  
研究了一种基于遗传算法改进的小波神经网络.该方法采用小波神经网络为主要逼近手段,并通过遗传算法优化网络的关键参数.由于小波神经网络兼容了神经网络的自学习特性和小波分析的时-频局部性,而遗传算法具有较强的全局搜索能力,二者结合形成的遗传小波神经网络因此具有较高的逼近与容错能力,从而弥补了传统的方差建模方法的不足.将该算法应用到某型MEMS陀螺仪的随机误差建模中,结果表明:遗传小波网络对原始信号的逼近精度误差在以内,较之传统的方差建模方法有了显著的提高,这一精度基本上可以满足MEMS陀螺工程化应用的要求.  相似文献   

17.
多环谐振陀螺热弹性阻尼的稳定性对陀螺的全温性能有重要影响。为了使阻尼的温度补偿有据可依,展开了多环谐振陀螺热弹性阻尼与温度关系的研究,利用理论计算与仿真相结合的方式建立了两者的数学模型。首先建立了常温下的多环谐振陀螺的热弹性阻尼数学模型,从中分析出结构形式、工作模态振型及材料参数决定了热弹性阻尼的大小,而其中只有结构层的材料参数对温度较为敏感。因此建立了材料参数的温变数学模型,并利用该模型与理论和仿真相结合的热能量法建立了高效的多环谐振陀螺热弹性阻尼温变模型。接着利用该模型与幂函数拟合出了热弹性阻尼与温度之间的表达式。最后通过实验验证了模型与表达式的准确性,将误差量化后,模型参数误差最大值小于1.7%。  相似文献   

18.
温度漂移是影响MEMS加速度计实用效能的关键问题,为提高加速度计的精度和使用范围,需对温漂进行建模和补偿.首先通过温度循环试验对MEMS加速度计温漂特性进行了分析,然后分别采用曲面拟合法、SVM模型和RVM模型建立了温漂预测补偿模型,最后应用环境温度试验数据对模型进行检验和验证.结果表明:三种方法均能够有效的预测加速度计温漂,补偿后的温漂滞环开口由60 mg分别下降到5 mg、10 mg、1 5 mg.曲面拟合法简单、精度高,但对系统重复性要求高,且对噪声比较敏感;SVM模型法计算能力强,但计算量较大,模型参数较多;RVM模型法模型参数较少,计算量小,但训练时间校长,且预测精度不如其他两种方法高.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号