一种基于神经网络的光电编码器快速补偿方法技术

本发明专利技术公开了一种基于神经网络的光电编码器快速补偿方法。使用本发明专利技术能够提高补偿精度以及补偿速度，并能简化补偿步骤、降低对所需仪器的要求。本发明专利技术首先随意转动光电编码器一圈，获取训练样本；然后采用单输入单输出三层前向傅立叶神经网络建立光电编码器误差补偿模型，并通过目标函数的特性估计出隐含层节点的个数；最后根据实际的结果对节点个数进行修正，从而避免了试凑法逐一试凑带来的低效。本发明专利技术还针对迭代训练方法收敛速度慢的问题，通过将误差映射到正交三角函数基的隐含层节点，快速地求解隐含层到输出层权值的最小范数解，大幅降低了求解神经网络权值时的时间，最大程度的减少了计算的时间复杂度和空间复杂度。

【技术实现步骤摘要】
一种基于神经网络的光电编码器快速补偿方法
本专利技术涉及光电编码器测量
，具体涉及一种基于神经网络的光电编码器快速补偿方法。
技术介绍
光电编码器是一种将测量到的精密角度转换为数字量的装置。它是一种重要的数字式角度传感器，能够实时地测量连接轴所转过的角度，被广泛地运用于移动机器人、车辆、飞行器等的伺服系统中。但是，由于光电编码器制造过程中的工艺精度等因素的影响，光电编码器中存在着非线性误差，如何降低对其输出的精度的影响是工程应用中必须解决的问题。传统的标定与补偿算法仅仅是针对抽样采样点进行标定与补偿，不能做到对全量程非线性误差进行补偿。目前，误差补偿与补偿技术层出不穷，常见方法为BP神经网络以及相关衍生算法。这些算法配合相应的高精度检测仪器，选取几十个点采样并进行标定与补偿。神经网络结构复杂，样本点数增加以至于难以计算，往往采用迭代算法对神经网络权值进行计算。其训练的终止条件难以确定，得到收敛解的训练时间特别长，神经网络节点数量难以确定。因此，难以在短时间内对大量非线性数据进行标定和补偿。
技术实现思路
有鉴于此，本专利技术提供了一种基于神经网络的光电编码器快速补偿方法，能够提高补本文档来自技高网...

【技术保护点】
一种基于神经网络的光电编码器快速补偿方法，其特征在于，包括如下步骤：步骤一、获取训练样本；非匀速水平转动光电编码器测试台一圈，获取光电编码器的测量值x以及对应的测试台转角Y作为训练样本；其中，x为需要补偿的光电编码器测量值，Y为光电编码器的理想值；步骤二、采用单输入单输出三层前向傅立叶神经网络建立光电编码器误差补偿模型，其中，傅立叶神经网络的输入为光电编码器的测量值x，输出为经傅立叶神经网络补偿后的补偿输出值y，神经网络隐含层节点数n为n=Cf·||x-Y||e2]]>其中，Cf为神经网络理想输出函数的傅立叶分布系数；下标i表示第i个样本；e为光电编码器的最小分辨率；m为训...

【技术特征摘要】
1.一种基于神经网络的光电编码器快速补偿方法，其特征在于，包括如下步骤：步骤一、获取训练样本；非匀速水平转动光电编码器测试台一圈，获取光电编码器的测量值x以及对应的测试台转角Y作为训练样本；其中，x为需要补偿的光电编码器测量值，Y为光电编码器的理想值；步骤二、采用单输入单输出三层前向傅立叶神经网络建立光电编码器误差补偿模型，其中，傅立叶神经网络的输入为光电编码器的测量值x，输出为经傅立叶神经网络补偿后的补偿输出值y，神经网络隐含层节点数n为其中，Cf为神经网络理想输出函数的傅立叶分布系数；下标i表示第i个样本；e为光电编码器的最小分辨率；m为训练集样本个数；步骤三、利用步骤一获得的样本对步骤二建立的...

【专利技术属性】
技术研发人员：邓方，闫宏航，陈杰，孙健，窦丽华，马丽秋，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11