留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波神经网络的光纤陀螺误差补偿方法

骞微著 杨立保

骞微著, 杨立保. 基于小波神经网络的光纤陀螺误差补偿方法[J]. 中国光学(中英文), 2018, 11(6): 1024-1031. doi: 10.3788/CO.20181106.1024
引用本文: 骞微著, 杨立保. 基于小波神经网络的光纤陀螺误差补偿方法[J]. 中国光学(中英文), 2018, 11(6): 1024-1031. doi: 10.3788/CO.20181106.1024
QIAN Wei-zhu, YANG Li-bao. A fiber optic gyro error compensation method based on wavelet neural network[J]. Chinese Optics, 2018, 11(6): 1024-1031. doi: 10.3788/CO.20181106.1024
Citation: QIAN Wei-zhu, YANG Li-bao. A fiber optic gyro error compensation method based on wavelet neural network[J]. Chinese Optics, 2018, 11(6): 1024-1031. doi: 10.3788/CO.20181106.1024

基于小波神经网络的光纤陀螺误差补偿方法

基金项目: 

国家自然科学基金项目 51275504

详细信息
    作者简介:

    骞微著(1992-), 男, 陕西西安人, 硕士研究生, 目前就读于中国科学院长春光学精密机械与物理研究所, 主要从事光纤陀螺的误差补偿技术方面的研究。E-mail:qianweizhu14@mails.ucas.ac.cn

    杨立保(1972-), 男, 河北唐山人, 副研究员, 目前任职于中国科学院长春光学精密机械与物理研究所, 主要从事光电跟踪测量方面的研究。, E-mail:yanglibao228@163.com

  • 中图分类号: TH824

A fiber optic gyro error compensation method based on wavelet neural network

Funds: 

National Natural Science Foundation of China 51275504

More Information
  • 摘要: 为了提高光纤陀螺的测量精度,提出了一种基于小波神经网络的误差补偿方法。首先使用小波分析中的Mallat分解算法提取出陀螺信号中的主趋势项,对其误差余项进行重构。然后将重构信号作为小波神经网络的目标输出,将原始陀螺信号作为训练样本。为了提高小波神经网络的训练速度同时防止其陷入局部极小值,采用增加动量因子和自适应调整学习速率的方法来改进训练方法。训练后建立的神经网络模型对光纤陀螺误差具有良好的估计能力。结果表明,经过小波神经网络方法补偿后,光纤陀螺的输出精度达到了0.019 4°/s,光纤陀螺的测量性能得到了提高。

     

  • 图 1  小波神经网络拓扑结构

    Figure 1.  WNN topological structure

    图 2  原始采集信号及主趋势项

    Figure 2.  Original acquisition signal and main trend term

    图 3  提取趋势项前后的功率谱密度

    Figure 3.  PSDs before and after extracting trend term

    图 4  小波神经网络训练过程

    Figure 4.  WNN training process

    图 5  神经网络预测的不同测试信号误差预测值

    Figure 5.  WNN predication trends of three different test signal errors

    图 6  误差补偿前后的功率谱密度

    Figure 6.  PSDs before and after error compensation

    图 7  不同方法对陀螺的补偿精度

    Figure 7.  Compensation effects for gyro by different methods

    表  1  不同算法的补偿效果

    Table  1.   Compensation effects for gyroscope by different methods

    补偿方法Kalman算法软阈值小波本文方法
    运算耗时/s0.003 10.119 70.039 1
    补偿后精度/
    ((°)·s-1)
    0.130 40.115 60.019 4
    下载: 导出CSV
  • [1] 徐丽娜, 邓正隆.SINS初始对准中光纤陀螺EMD滤波[J].中国光学, 2015, 8(6):933-941. http://www.chineseoptics.net.cn/CN/abstract/abstract9365.shtml

    XU L N, DENG ZH L. EMD filtering of fiber gyro in initial alignment of SINS[J]. Chinese Optics, 2015, 8(6):933-941.(in Chinese) http://www.chineseoptics.net.cn/CN/abstract/abstract9365.shtml
    [2] 钱华明, 夏全喜, 阙兴涛, 等.基于Kalman滤波MEMS陀螺仪滤波算法[J].哈尔滨工程大学学报, 2010, 31(9):1217-1221. doi: 10.3969/j.issn.1006-7043.2010.09.015

    QIAN H M, XIA Q X, QU X T, et al.. Algorithm for a MEMS gyroscope based on Kalman filter[J]. Journal of Harbin Engineering University, 2010, 31(9):1217-1221.(in Chinese) doi: 10.3969/j.issn.1006-7043.2010.09.015
    [3] 林旻序, 汪永阳, 戴明, 等.线性加速度计在压电陀螺卡尔曼滤波技术中的应用[J].中国光学, 2011, 4(6):600-605. doi: 10.3969/j.issn.2095-1531.2011.06.009

    LIN M X, WANG Y Y, DAI M, et al.. Application of linear accelerometer to Kalman filter for piezoelectric gyro[J]. Chinese Optics, 2011, 4(6):600-605.(in Chinese) doi: 10.3969/j.issn.2095-1531.2011.06.009
    [4] 金靖, 张忠钢, 王峥, 等.基于RBF神经网络的数字闭环光纤陀螺温度误差补偿[J].光学精密工程, 2008, 16(2):235-240. http://d.old.wanfangdata.com.cn/Periodical/gxjmgc200802010

    JIN J, ZHANG ZH G, WANG ZH, et al.. Temperature error compensation for digital closed-loop fiber optic gyroscope based on RBF neural network[J]. Opt. Precision Eng., 2008, 16(2):235-240.(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/gxjmgc200802010
    [5] 徐清雷, 邓正隆, 张传斌.光纤陀螺刻度因子的建模方法[J].光电工程, 2004, 31(12):4-7. doi: 10.3969/j.issn.1003-501X.2004.12.002

    XU Q L, DENG ZH L, ZHANG CH B. Modeling method for scale factor of fiber optic gyroscope[J]. Opto-Electronic Engineering, 2004, 31(12):4-7.(in Chinese) doi: 10.3969/j.issn.1003-501X.2004.12.002
    [6] 李颖, 陈兴林, 宋申民, 等.小波神经网络用于光纤陀螺漂移度误差辨识[J].光学精密工程, 2007, 15(5):773-778. doi: 10.3321/j.issn:1004-924X.2007.05.025

    LI Y, CHEN X L, SONG SH M, et al.. Application of wavelet neural network for identification of drifts errors in fiber optical gyroscope[J]. Opt. Precision Eng., 2007, 15(5):773-778.(in Chinese) doi: 10.3321/j.issn:1004-924X.2007.05.025
    [7] NAVID GHAFFARZADEH. A new wavelet network based method to estimate the lighting-related risk of failure of power system apparatus[J]. Electrical Power and Energy System, 2016, 78:375-384. doi: 10.1016/j.ijepes.2015.11.109
    [8] 汤霞清, 程旭伟, 郭礼斌, 等.小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿[J].中国激光, 2012, 39(10):235-240. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK201204843711

    TANG X Q, CHENG X W, GUO L B, et al.. Error modeling and compensation of fiber optic gyro scope based on wavelet analysis and grey neural network[J]. Chinese J. Lasers, 2012, 39(10):235-240.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK201204843711
    [9] ZHANG Q H, BENVENSITE A. Wavelet Networks[J]. IEEE Transactions on Neural Networks, 1992, 3(6):889-898. doi: 10.1109/72.165591
    [10] 丁玉美, 阔永红, 高新波.数字信号处理-时域离散随机信号处理[M].西安:西安电子科技大学出版社, 2002.

    DING Y M, KUO Y H, GAO X B. Digital Signal Processing-discrete Time Domain Random Signal Processing[M]. Xi'an:Xidian University Press, 2002.(in Chinese)
    [11] 周哲, 庄良杰, 熊正南, 等.基于小波分析的陀螺漂移趋势项提取[J].中国惯性技术学报, 1999, 7(4):58-60, 69. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199900835912

    ZHOU ZH, ZHUANG L J, XIONG ZH N, et al.. Trend extraction of gyro's drift based on wavelet analysis[J]. Journal of Chinese Inertial Technology, 1999, 7(4):58-60, 69.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199900835912
    [12] 方琳, 申冲, 陈熙源.基于小波多尺度变换的光纤陀螺振动误差与补偿[J].传感技术学报, 2012, 25(7):902-906. doi: 10.3969/j.issn.1004-1699.2012.07.007

    FANG L, SHEN CH, CHEN X Y. Error analysis and compensation for fiber optic gyroscope under vibration based on wavelet multi-scale analysis[J]. Chinese Journal of Sensors and Actuators, 2012, 25(7):902-906.(in Chinese) doi: 10.3969/j.issn.1004-1699.2012.07.007
    [13] 徐丽娜, 邓正隆.陀螺漂移特性的小波分析[J].中国惯性技术学报, 2001, 9(3):57-60. doi: 10.3969/j.issn.1005-6734.2001.03.012

    XU L N, DENG ZH L. Wavelet analysis on gyro drift rate[J]. Journal of Chinese Inertial Technology, 2001, 9(3):57-60.(in Chinese) doi: 10.3969/j.issn.1005-6734.2001.03.012
    [14] 高宁.陀螺漂移信号的小波去噪及其误差模型的研究[D].天津: 天津大学, 2003. http://cdmd.cnki.com.cn/Article/CDMD-10056-2004075085.htm

    GAO N. Research on the wavelet denosing and error modeling of gyro drift signal[D]. Tianjin: Tianjin University, 2003.(in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10056-2004075085.htm
    [15] 高鹏毅.BP神经网络分类器优化技术研究[D].武汉: 华中科技大学, 2012. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D298043

    GAO P Y. Study on the optimization of backpropagation neural network classifier[D]. Wuhan: Huazhong University of Science and Technology, 2012.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D298043
  • 加载中
图(7) / 表(1)
计量
  • 文章访问数:  1561
  • HTML全文浏览量:  375
  • PDF下载量:  309
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-11-11
  • 修回日期:  2017-12-13
  • 刊出日期:  2018-12-01

目录

    /

    返回文章
    返回