基于自适应神经网络的激光陀螺温度补偿研究

针对捷联惯性导航系统中激光陀螺的输出信号随温度漂移的问题,研究了激光陀螺的零偏与温度的关系,建立了一种新的考虑温度变化率的零偏温度补偿模型.在分析BP神经网络的基础上,提出了一种基于线性再励的自适应变步长神经网络算法进行激光陀螺的零偏温度模型系数的辨识.仿真结果表明,该方法能够有效地进行温漂补偿,从而提高惯组系统的导航精度.     

环形激光陀螺零偏热效应补偿模型的研究

热效应对激光陀螺零偏的影响非常明显且难以精确建模。根据对环形激光陀螺的大量温度试验的数据,分析了温度变化、温度梯度与温变速率对陀螺零偏漂移影响的规律,进而提出了一种适用于工程应用的环形激光陀螺的零偏热效应补偿方法。经试验验证,此模型能在一定程度上改善热效应对环形激光陀螺零偏稳定性的影响,为建立最后的误差补偿模型,进一步提高环形激光陀螺的精度打下基础。     

环形激光陀螺的零偏热效应补偿模型

热效应对激光陀螺零偏的影响非常明显且难以精确建模。根据对环形激光陀螺的大量温度试验的数据,分析了温度变化、温度梯度与温变速率对陀螺零偏漂移影响的规律,进而提出了一种适用于工程应用的环形激光陀螺的零偏热效应补偿方法。经试验验证,此模型能在一定程度上改善热效应对环形激光陀螺零偏稳定性的影响,为建立最后的误差补偿模型,进一步提高环形激光陀螺的精度打下基础。     

激光陀螺温度误差补偿方法研究

激光陀螺是捷联惯导系统的理想元件,并广泛应用于航空、航天、航海以及地面定位定向等方面;但是,激光陀螺对温度十分敏感,温度的变化会造成激光陀螺零偏的变化,最终影响捷联系统的初始对准和导航精度;所以当要求激光陀螺工作在高精度的场合时,必须采取必要的温度误差补偿措施;通过对激光陀螺进行大量的温度试验,分析了温度及温变速率对激光陀螺零偏的影响规律,提出了激光陀螺温度补偿模型;经试验验证,此模型能在一定程度上改善温度对激光陀螺精度的影响,为进一步提高激光陀螺的精度打下基础。     

杯形陀螺的温度性能与补偿方法研究

温度变化严重影响了杯形陀螺的使用精度,为了消除或减小温度对杯形陀螺性能的影响,首先从理论上分析了温度对陀螺性能的影响机理,在此基础上提出了一种基于陀螺内部信号对杯形陀螺进行温度补偿的方法;通过大量的温度实验,从工程应用实际出发,分别建立了陀螺的零偏-温度、零偏-驱动电压以及零偏-频率的多项式模型,并利用上述模型对陀螺进行了补偿,分析了补偿结果。实验证明,所述方法能显著提高杯形陀螺的温度性能。     

光纤陀螺零偏漂移的温度特性与补偿

光纤陀螺的主要器件(如光纤环圈、宽带光源)易受周围温度变化的影响,导致陀螺输出产生较大漂移,严重影响测量精度。因此,需要采取措施降低光纤陀螺随温度零偏漂移。首先,根据光纤陀螺的工作原理,对光纤陀螺零偏漂移产生的机理和温度特性进行了分析,阐述了光纤零偏漂移的温度特性。其次,设计完成了在-40～+60℃范围内的光纤陀螺静态零偏测试试验。试验数据表明,不同温度和温度变化率会对陀螺的零偏造成影响。再次,采用回归分析法建立了光线陀螺零偏漂移的温度模型,并利用该模型对光纤陀螺零偏进行补偿。该模型是考虑温度和温度变化率的二阶多项式模型。最后,对光纤陀螺零偏漂移的补偿效果进行了试验验证,证明补偿后零偏漂移稳定性提高了69%左右。该补偿方法与BP神经网络、受控马尔科夫链模型、模糊逻辑等方法相比,具有计算量小、利于工程化应用的优点。     

大温差应用环境下的MEMS陀螺零偏补偿研究

MEMS陀螺的工艺特点决定了其零偏随温度呈现非线性变化的特点。针对工业现场实际应用环境温度变化范围大、分段补偿模型断点处不连贯和补偿温度范围小等问题,提出了一种新型的无需分段、全温度区间线性回归补偿模型;并且针对MEMS陀螺启动不稳定性因素对零偏造成的影响,改进的补偿模型可有效抑制陀螺上电时刻的零偏。经过实验验证:该模型补偿后的数据较陀螺原始数据零偏提高了将近3个数量级,从2.9027°/s提高到0.0091°/s,并且该算法相对简单易于编程实现,具有很好的工程实用价值。     

基于Kalman滤波和神经网络的MEMS陀螺温度漂移补偿

MEMS陀螺温度漂移严重影响系统的测量精度。传统的BP神经网络建模补偿容易使权值和阈值陷入局部极小值,导致网络训练失败。陀螺输出信号中的高频噪声也会影响模型精度。针对上述问题,该文提出一种Kalman滤波结合粒子群算法(PSO)优化BP神经网络的MEMS陀螺温度漂移补偿方法。首先对陀螺进行了温度漂移测试实验,然后采用Kalman滤波对实验数据进行降噪,最后建立陀螺温度漂移模型,从而实现温度漂移的补偿。实验结果表明,采用该方法补偿后MEMS陀螺在不同温度下的输出方差降低了65.09%,与传统的BP神经网络相比补偿精度明显提高。     

环形激光陀螺测试技术的研究与设计

针对某环形激光陀螺传感器的总体输出误差特点,应用Allan方差法完成了对RLG频域输出误差的建模评估,包括陀螺的随机游走误差、零偏稳定性误差,以及马尔可夫噪声误差等,建立了温度误差零偏补偿模型。在陀螺测试过程中,采用了转台交差逆转的方法,尝试将零偏衰减中的常值漂移和线性漂移部分自动补消,结果表明可以改善传统的RLG转台测试法的测试精度。     

基于人工神经网络的激光陀螺零偏补偿方法研究

激光陀螺受到多普勒频移量的影响导致零偏,为此提出基于人工神经网络的激光陀螺零偏补偿方法。根据激光陀螺在零偏状态下的载流子态密度分布得到激光陀螺的激光多普勒振动信号,通过小波变换将含噪信号进行特征分解,通过线性组合叠加的方法计算激光陀螺零偏分量,对激光陀螺的固定偏差进行反馈补偿控制,构建人工神经网络模型进行激光陀螺零偏补偿的自适应训练。在人工神经网络的输入层输入固有模态参数,根据激光陀螺的散射光强和幅度值进行自适应学习,实现激光陀螺的零偏稳态补偿。实验测试表明,该方法进行激光陀螺零偏补偿能有效去除频偏,提高输出信噪比,有效减少自身和外界噪声的干扰,提高了激光陀螺的稳态性。