光纤陀螺温度漂移自适应网络模糊推理补偿

温度漂移是影响光纤陀螺精度的重要因素之一。在对光纤陀螺温度漂移特性进行实验分析的基础上,对零偏温度漂移进行了多项式拟合补偿。为了解决传统曲面拟合方法无法精确描述标度因数温度漂移与温度、转速之间的关系导致其补偿精度低的问题,提出了一种基于自适应网络模糊推理的光纤陀螺温度漂移补偿新方法。该方法基于模糊逻辑,结合最小二乘和误差反向传播混合算法,设计了自适应网络模糊推理系统,从而有效提高了光纤陀螺温度漂移补偿精度。实验结果表明,在-30～60 ℃温度范围和-165～165 （）/s 载体角速率范围,应用新方法对光纤陀螺温度漂移进行补偿,得到的训练误差均方根不超过0.003 （）/s,预测误差均方根不超过0.005 （）/s。     

光电检测电路噪声分析及误差补偿方法研究

为提高光电检测精度,减小系统误差,针对光电检测电路,在分析光电检测电路噪声的基础上,利用查表法、插值法、曲面拟合法及自适应神经模糊推理法对光电检测电路进行了误差补偿,并对误差补偿效果进行了对比分析．最后利用光电二极管实验平台的实测数据作为样本数据,在Matlab软件下进行了仿真。结果表明,在同等条件下．自适应模糊推理方法更能够提高检测精度,且补偿效果优于查表法、插值法和曲面拟合法。     

改进支持向量机的光纤陀螺温度漂移补偿方法

温度漂移是影响光纤陀螺精度的主要因素之一,温度漂移建模和补偿是消除和减小温度漂移的有效方法。首先分析了影响光纤陀螺温度漂移的关键因素,同时进行了光纤陀螺温度漂移测试实验。然后采用泛化能力较神经网络更好的支持向量机对光纤陀螺温度漂移进行回归、建模,其中支持向量机的核函数采用了具有更好数据集适应性的径向基核函数。为了提高支持向量机的建模精度,引入人工鱼群算法对支持向量机的核心参数C（惩罚系数）和核函数的参数进行寻优。最后,使用实际的光纤陀螺温度漂移数据对提出的补偿方法进行实验验证,结果表明采用该方法补偿后的剩余光纤陀螺误差较采用线性回归方法减小了四五个数量级。     

半球谐振陀螺仪随机漂移数学模型研究

半球谐振陀螺仪在实际工作过程中会受到各种随机因素的干扰,存在随机误差,影响其工作精度.该文针对半球谐振陀螺仪输出中的随机漂移,结合使用小波分解、自相关分析和平稳时间序列建模等方法,对半球谐振陀螺仪的测试数据进行处理,建立了其随机漂移的AR模型,并利用残差检验法对模型的有效性进行了检验,为半球谐振陀螺仪的随机误差补偿提供了参考依据.     

基于光纤陀螺的方位传感测井仪误差补偿算法

光纤陀螺的零位漂移和刻度因子随温度及温度梯度变化呈现复杂的非线性特征,目前被应用于工程上的常规建模方法的建模效果并不理想.提出了自适应模糊神经网络(ANFIS)的建模方法,它是一种新型的基于模糊神经网络的陀螺温度漂移建模方法,它实现了在模糊逻辑理论框架下同时对光纤陀螺零偏和刻度因子进行建模和补偿,达到了简化温度补偿步骤,提高补偿精度的效果.     

1例厌氧链球菌感染性肌炎患者的消毒隔离

分析了递推最小二乘法的基本原理,提出采用渐消的最小二乘参数实时递推法对某压电陀螺的随机漂移进行实时自回归(AR)建模后,并进行卡尔曼(Kalman)滤波处理.同时,该文还提出利用一种自适应补偿法对陀螺随机漂移进行补偿,最终将陀螺精度提高了3倍多.仿真结果表明,无论是处理效果,还是硬件实现的实时性都表明,这些处理方法可实现并能得到应用.     

光纤陀螺温度漂移建模补偿

光纤陀螺(FOG)的核心部件对温度敏感,造成温度是影响FOG测量精度的主要原因之一.对FOG温度漂移进行建模是实现其温度补偿,提高FOG测量精度的有效方法.结合近年来FOG的研究成果,在分析FOG温度效应机理的基础上,对FOG温度漂移建模方法进行综述.特别针对FOG温度特性的复杂非线性特点,从光纤陀螺温度漂移建模原理、建模复杂程度、模型精度及模型通用性等方面对多种建模方法进行对比分析.     

基于组合模型的激光陀螺漂移建模研究

激光陀螺随机漂移数据易受环境的影响,特别是温度因数,其输出表现为时间与温度的非线性关系.传统的对数据建模方法包括时间序列和神经网络方法,但单纯利用这两种方法对诸如随机漂移这种波动性较大的数据建模精度不够高.运用灰色理论对原始信号进行预处理,得到规律性较强的累加数据;再利用时序和神经网络法进行建模,提出了两种组合建模方法:灰色时序(GARMA)建模法和灰色神经网络(GRBFN)建模法,并将其运用到漂移数据的处理中.仿真结果表明,提出的组合模型拟合精度高于任何一种单独建模效果.     

基于曲面拟合的图像分割算法

传统分割方法,在光照不均匀情况下,很难得到理想的分割结果。针对这种情况,提出一种基于曲面拟合的阈值曲面分割方法。首先利用偏离项和光顺项构造拟合曲面方程,然后使用在统一的大光顺项因子条件下求解的拟合结果,来构造自适应的偏离因子与光顺因子,最后利用这些自适应因子第二次精确拟合阈值曲面。实验表明,该方法对于照度不均匀的图像,分割结果明显优于传统全局阈值法。     

光纤陀螺惯导系统温度建模与补偿技术研究

工作环境温度的变化使光纤捷联惯导系统内部惯性器件产生了温度漂移,严重影响了系统输出精度。该文从便于工程实现角度出发,设计了一种基于光纤陀螺和石英加速度计温度漂移建模与补偿的方法。建模过程中参数取值通过转台试验获得。验证试验结果说明了建模与补偿的正确性与实用性。     

基于EMD-LSSVM的多尺度混合建模方法及其应用

激光陀螺漂移时间序列具有非平稳和非线性的特点,单一预测模型难以准确跟踪其变化趋势。研究了基于经验模态分解（EMD）和最小二乘支持向量机（LSSVM）的多尺度混合建模方法及在激光陀螺漂移预测中的应用。首先,利用经验模态分解将漂移时间序列分解为多个本征模式分量,在采用具有适当核函数的最小二乘支持向量机分别对这些分量进行预测后,以加权集成方式得到最终预测结果。最后,将该方法用于激光陀螺的随机漂移预测中,仿真结果表明:该方法能够准确预测激光陀螺漂移值,取得了比单一模型更好的预测效果,能够为激光陀螺的漂移补偿、故障预报和可靠性诊断提供参考。     

基于ADT数据的SLD温度建模方法

在对超辐射发光二极管(SLD)实施加速退化试验(ADT)并评估其寿命及可靠性的过程中,其性能参数的温度漂移特性影响了评估的精度,为了剔除这种影响,进而提高评估的精度,需要建立相应的温度与性能参数的关系模型来对试验数据进行处理.对SLD的温度建模进行了研究,为了确定一种适用于SLD及ADT数据处理的温度建模方法.通过调研...     

矿井旋转机组碰摩声发射源监测系统的设计

研究提出了一种基于声发射源特征识别的矿井旋转机组碰摩故障检测方法。为了能对矿井旋转机组实时远程监控并实现分布式网络化管理,设计了一种基于ARM嵌入式系统的矿井旋转机组振动监测系统。针对高斯混合模型在建模时需要较多的训练数据的缺陷,提出了一种基于模糊矢量量化混合模型的声发射识别方法,该方法综合考虑了模糊集理论、矢量量化和高斯混合模型的优点,通过用模糊矢量量化误差尺度取代传统高斯混合模型的输出概率函数,减少了建模时对训练数据量的要求,提高了模型精度和识别速度。通过实验观察上位机输出结果,验证了监测数据的实时性和准确性,达到了对旋转机组运行的状态信息实时监测和故障诊断的要求。     

自适应模糊决策树算法在数据流挖掘中的应用

在网络的许多应用中数据是以流的形式存在的,例如网络流、传感器数据,以及网页点击流等,分析和挖掘这类数据,可以发现某中有价值的信息。在此,针对数据流挖掘算法中出现的一些问题（如概念漂移问题）,提出了一种自适应模糊决策树的优化算法。该算法对于解决处理数据流概念中的漂移问题有较好的效果。     

CASCADED FUZZY SYSTEM AND ITS ROBUST ANALYSIS BASED ON SYLLOGISTIC FUZZY REASONING

Syllogistic fuzzy reasoning is introduced into fuzzy system, and the new Cascaded Fuzzy System(CFS) is presented. The thoroughly theoretical analysis and experimental results show that syllogistic fuzzy reasoning is more robust than all other implication inferences for noise data and that CFS has better robustness than conventional fuzzy systems, which provide the solid foundation for CFS‘s potential application in fuzzy control and modeling and so on.     

基于区间二型T S模糊系统的压电迟滞特性建模

为了辨识压电驱动器中固有的迟滞特性,提出了一种基于区间二型Takagi Sugeno(T S)模糊系统的建模方案。首先,引用垂直距离公式替换传统的误差计算公式,使聚类算法与所辨识的超平面结果直接相关联,并提出了改进的区间二型模糊C回归模型(FCRM)聚类算法用于模糊空间的划分,提高了区间划分精度。其次,针对超球型高斯隶属度函数与超平面型聚类算法结构不匹配的问题,引入了与超平面相匹配的超平面隶属度函数完成模糊前件参数的辨识,并利用最小二乘法完成模糊后件参数的辨识。最后,利用上述方案完成了压电驱动器迟滞特性的建模。实验结果证明该方案是有效的。     

一种稳健的两维两脉冲杂波相消方法

两维两脉冲杂波对消方法,可以有效地杂波迹进行杂波预滤波,进一步提高后续空时自适应算法的动目标检测性能。但在实际中不准确的载机速度和偏航角等雷达系统参数信息,会制约其杂波抑制性能。为了解决这一问题,文中提出了一种稳健的两维两脉冲杂波相消方法,该方法进一步将载机速度和偏航角误差作为先验知识加入到滤波器系数矩阵设计中,提高了TDPC在雷达系统参数存在误差时的稳健性。并分别利用仿真数据和MCARM实测数据进行了验证。实验结果表明,在载机速度和偏航角存在误差的情况下,相比较TDPC,RTDPC能更加有效地对消杂波,改善了后续空时自适应算法的动目标检测性能。