基于小波神经网络的光纤陀螺系统级温度补偿

捷联惯组中光纤陀螺的输出精度受温度的影响较大,在实际应用中必须对其进行温度漂移补偿。对于光纤陀螺的零偏随温度变化呈较强的非线性特性,传统的多元线性回归法难以满足补偿精度要求,因而将小波神经网络用于建立光纤陀螺的温度补偿模型。通过对某型号捷联惯组中光纤陀螺的静漂数据进行仿真,实验结果表明,基于小波神经网络模型比多元线性回归模型的补偿效果更明显,有效提高了陀螺的精度。     

基于PSO优化RBF神经网络的MEMS陀螺温度补偿

针对微电子机械系统(MEMS)陀螺温度变化影响其零偏误差的问题,提出了一种基于粒子群优化(PSO)和径向基函数(RBF)神经网络的陀螺零偏补偿方法.通过RBF神经网络对预处理后的陀螺零偏的温度误差建立模型,用PSO 搜索RBF神经网络的最优参数来提高其泛化能力后,将PSO-RBF神经网络最优参数用于补偿陀螺零偏.实验结果证明了该算法的有效性,经PSO-RBF神经网络算法补偿后,MEMS陀螺零偏的最大误差从0.046(°)/s减小到0.003 4(°)/s,标准差从0.042 7(°)/s减小到0.001 3(°)/s,有效提升了陀螺的零偏稳定性.     

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。     

基于光纤陀螺温度漂移误差补偿方法研究

惯性导航系统中光纤陀螺的漂移受温度变化影响显著,导致其在导航系统中的应用受到各种制约。该文提出了一种软件上的温度补偿法,建立基于光纤陀螺多参量联合多项式温度补偿模型,并设计相应的试验方法对陀螺仪的漂移进行了温度补偿。试验证明,提出的温度模型准确有效,可补偿因温度变化引起的光纤陀螺仪的漂移影响,达到提高系统的导航精度及温度适应性的目的。     

半球谐振陀螺温度特性及补偿分析

半球谐振陀螺仪(HRG)是一种高精度、高可靠、长寿命的新型固体振动陀螺仪。温度变化会影响半球谐振陀螺的漂移、零偏等性能指标。为减小这种影响,该文通过研究分析半球谐振陀螺的温度特性,设计了温度补偿电路。采用温度补偿电路后,半球陀螺漂移精度从0.05 (°)/h提高到0.03 (°)/h。     

一种新的MEMS陀螺温度误差建模与补偿方法

为了减少温度对微机电系统(MEMS)陀螺仪测量精度的影响,改进了一种不需要测量温度的MEMS陀螺温度误差建模与补偿方法。该方法首先通过多项式拟合得到MEMS陀螺全温区零偏与温度的多项式模型,并根据最小二乘法原理确定模型阶数,然后通过分析温度对驱动轴相位的影响,得到驱动轴相位的温度模型,最后得到零偏与驱动轴相位的多项式拟合模型并针对该模型对陀螺零偏进行补偿。实验结果表明,该方法能降低温度造成的陀螺误差,提高MEMS陀螺的使用精度。     

石英称重传感温度漂移抑制的软件方法

石英称重传感器的输出信号中的温度漂移噪声是一阶或一阶以上连续的，而称重激励信号的变化是离散的。基于这两个显然不同的信号特征，本文作者提出了一种应用石英谐振称重传感器自身输出频率采样的差分值消除温度漂移造成的传感误差的方法，不采用任何其他的温度补偿元件和电路。这种方法还可以同时消除由于其他各种因素所产生的连续漂移噪声，噪声抑制精度可以由采样时间间隔确定。文中详细分析了差分方法抑制漂移噪声的原理，给出了相应的处理算法和在石英谐振称重传感器中应用和实验结果数据。     

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。     

压力传感器温度补偿各种算法的比较分析

压力传感器是一种常用的传感元件,由于其自身的非线性和外界测量条件的影响,传感器的输出特性大都为非线性,故存在多种误差因素。这些误差因素通常同时存在,但以温度的影响最为明显,所以对传感器的温度补偿也就尤为重要。本文结合目前应用比较普遍的各种温度补偿方法,通过编制程序,对压力传感器的输出非线性作了补偿。结果表明,基于最小二乘法的温度补偿方法简单,速度快,但是精度一般,应用BP神经网络补偿的效果好,但是算法复杂。     

基于多模型集成算法的光纤陀螺温度补偿及实现

为降低光纤陀螺因温度效应产生的零偏漂移,以基于最小二乘法的多项式补偿模型和经遗传算法优化后的BP神经网络模型(GA-BP)为基学习器,通过集成学习算法建立了光纤陀螺的温度补偿模型,并对补偿后的光纤陀螺进行在线温度补偿实验。实验结果表明,该模型在-40～+60℃温变环境下将光纤陀螺的全过程零偏漂移降低了85%以上,且补偿后的启动段零偏输出均值更接近零位。