| 基于提升小波与灰色神经网络的光纤陀螺振动误差建模 |
| |
| 引用本文： | 申冲,陈熙源. 基于提升小波与灰色神经网络的光纤陀螺振动误差建模[J]. 中国惯性技术学报, 2011, 0(5) |
| |
| 作者姓名： | 申冲 陈熙源 |
| |
| 作者单位： | 东南大学微惯性仪表与先进导航技术教育部重点实验室; |
| |
| 基金项目： | 国家973计划(2009CB724002); 国家自然科学基金(50975049); 航空科学基金(20090869008); 江苏省‘六大人才高峰’项目(2008143); 江苏省普通高校研究生科研创新计划(CXZZ_0144); 东南大学优秀博士学位论文基金(ybjj1130) |
| |
| 摘 要： | 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。
|
| 关 键 词： | 光纤陀螺 提升小波 灰色理论 RBF神经网络 |
Vibration error modeling of FOG based on lifting wavelet and grey neural network |
| |
| CHENG Chong ,,CHEN Xi-yuan . Vibration error modeling of FOG based on lifting wavelet and grey neural network[J]. Journal of Chinese Inertial Technology, 2011, 0(5) |
| |
| Authors: | CHENG Chong CHEN Xi-yuan |
| |
| Affiliation: | CHENG Chong 1,2,CHEN Xi-yuan 1,2(Key Laboratory of Micro-Inertial Instrument and Advanced Navigation Technology,Ministry of Education,Southeast University,Nanjing 210096,China) |
| |
| Abstract: | FOG sensors have large random noises and drifts under vibration environment.In order to compensate them by using accurate algorithm,a proper vibration error model must be established.In this paper,the output signal of digital close-loop FOG under vibration is analyzed using Allan variance method.Then the white noises and drift errors in the error model of FOG are separated by using lifting wavelet,and a compound modeling method for drift errors of FOG is put forward based on the grey theory and RBF neural n... |
| |
| Keywords: | FOG lifting wavelet grey theory RBF neural network |
| 本文献已被 CNKI 等数据库收录！ |
|
