一种基于类卡尔曼因子的磁罗盘误差实时补偿方法技术

本发明专利技术提供一种基于类卡尔曼因子的磁罗盘误差实时补偿方法，包括以下步骤：建立深层误差模型；进行误差模型训练；进行误差补偿。该方法借鉴基于显式测量模型的卡尔曼滤波思想，研究如何确定类卡尔曼因子，使模型后验预测值偏差的期望及其均方差尽可能小，从而调整新样本对模型连接权值更新的贡献率，适应磁传感器误差模型时变特点，实现对磁传感器误差的自适应实时补偿。

A real time compensation method of magnetic compass error based on Calman like factor

The invention provides a real-time compensation method of magnetic compass error based on class Calman factor, which includes the following steps: establishing deep error model; training error model; and compensating error. This method use Calman filtering explicit measurement model based on the study of how to determine the Calman factor, the model of posterior predictive value deviation of expectation and variance as small as possible, so as to adjust the new sample weights update the model the contribution rate to the magnetic sensor error model of time-varying characteristics, the realization of adaptive real-time compensation of magnetic sensor error.

【技术实现步骤摘要】
一种基于类卡尔曼因子的磁罗盘误差实时补偿方法
本专利技术涉及磁电子罗盘误差补偿的
，特别是一种基于类卡尔曼因子的磁罗盘误差实时补偿方法。
技术介绍
导航定向在日常生活和军事领域都起着越来越重要的作用，磁罗盘属于被动无源导航，隐蔽性好，信号无遮挡，且不存在积累误差，成为导航定向的核心技术之一。最近发展起来的AMR磁阻式传感器体积小、响应速度快，成为主流趋势。但AMR磁阻式传感器不仅存在正交轴效应，而且敏感元件与后续调理电路之间间距小，由集成电路引脚材料引起的磁场畸变问题相对于磁通门传感器更为突出。这无疑增加了校准难度，对误差补偿技术要求更高。从查阅的国内外参考文献来看，目前流行的做法是通过对误差产生机理分析，利用地磁场幅值和方向不变特性，建立显示误差模型，再通过不同方法对误差参数进行估计。比如：椭圆假设法、分步校准法、椭球假设法、幅值约束法、位置翻转法、点积不变法等。上述文献的主要思路是通过机理分析，建立显式误差模型(或测量模型)，再尝试不同方法对模型参数进行离线或在线估计。然而由于磁传感器误差来源的复杂性，任何显式的误差模型都很难囊括所有误差因素。研究人员开始尝试利用神经网络对隐式误差模型进行训练。文献[吴德会,黄松岭,赵伟.基于FLANN的三轴磁强计误差校正研究[J].仪器仪表学报,2009-3,30(3):449-453]和[黄玉,郝燕玲.基于FLANN和最小二乘的磁梯度计误差校正[J].仪器仪表学报,2012-4,33(4):911-917]以样本数据各分量的变形为自变量，构造了无隐层的函数链接型FLANN网络结构，以测量磁场和真实磁场幅值平方差的和为代价函数，通过迭代计算估计误差参数，校准后磁场幅值误差分别下降66倍和10倍，接近椭球假设法。文献[WangJH,GaoY.Anewmagneticcompasscalibrationalgorithmusingneuralnetworks[J].MeasurementScienceandTechnology,2006,17(1):153-160]和[王璐,赵忠,邵玉梅等.磁罗盘误差分析及补偿[J].传感技术学报2007,20(2):439-441]提出采用三层神经网络来描述磁场干扰情况下测量航向角与真实航向角之间的非线性关系，利用外部航向参考训练输入输出非线性误差模型，补偿精度可达0.4°左右，与训练样本质量有关。文献[岳海波，张树栋，史志茹等.基于自适应差分进化和BP网络的罗盘误差补偿[J].宇航学报,2013-12,34(12):1628-1633]利用三层BP神经网络对磁罗盘航向角误差建模，采用自适应差分进化算法训练神经网络权值，补偿后航向角误差控制在±0.22°范围内，但未说明采用何种类型的磁传感器。神经网络虽然可以辨识非线性系统，解决复杂的建模问题，但普遍存在收敛缓慢，实时性差等问题，训练速度成为制约其发展与应用的最主要问题。另外传统神经网络在训练过程中还会出现“平台”现象或产生过拟合，导致网络泛化能力较差，而且容易陷入局部最小，对深层网络进行训练时还会发生梯度弥散。文献[刘艳霞，方建军，张晓娟，孙建，超限学习机在磁罗盘非线性误差补偿中的应用.仪器仪表学报，EI检索，2015，36(09)：1921-1927]利用超限学习机(ExtremeLearningMachine,ELM)算法对磁罗盘非线性误差模型进行训练，补偿后航向角精度提高十倍。上述文献在磁罗盘非线性误差模型离线训练方面取得了一定进展。但训练好的误差模型在长期使用过程中受周围环境影响(铁磁物质或持续变化的电流)难免发生一定变化，本专利技术借鉴基于显式测量模型的卡尔曼滤波思想，研究如何确定隐式误差模型的类卡尔曼因子，根据该因子大小影响新样本对连接权值调整的贡献率，使模型后验预测值偏差的期望及其均方差尽可能小。申请号为CN104931028A的专利技术专利申请公开了一种基于深度学习的三轴磁电子罗盘误差补偿方法，对隐式误差模型进行训练，以补偿磁罗盘测量存在的非线性误差，提高磁罗盘定向精度；误差模型训练包括两个阶段：第一阶段为预训练；第二阶段是反向微调，使用反向传播算法对网络所有层进行微调，减小模型训练误差；磁罗盘标定和补偿的过程就是利用深度学习算法训练得到的非线性误差模型，把畸变后的测量磁场逆变回真实磁场值，从而减小航向角计算误差。该申请没有考虑训练好的误差模型在长期使用过程中也会因环境影响发生变化，也没有建立误差模型在线修正机制用于进行误差模型修正。申请号为CN106959121A的专利技术申请公开了一种自主反向调优的超限学习算法在磁罗盘误差补偿中的应用方法，用于磁罗盘复杂误差补偿。首先建立基于超限学习机的磁罗盘隐式误差模型，然后利用超限学习算法确定网络参数，借鉴深度学习反向调优机制，利用网络残差对上述网络参数进行反向微调，最后利用训练好的误差模型(神经网络)对磁罗盘误差进行补偿。该申请没有误差模型在线修正机制，并且是单隐层的误差模型，非线性表达能力弱于深层误差模型。
技术实现思路
为了解决上述的技术问题，本专利技术提出一种基于类卡尔曼因子的磁罗盘误差实时补偿方法，针对误差模型在长期使用过程中偶尔会发生变化，但又相对稳定(非经常变化)的时变特点，借鉴基于显式测量模型的卡尔曼滤波思想，研究如何确定类卡尔曼因子，从而调整新样本对模型连接权值更新的贡献率，找到一种适合磁传感器误差模型时变特点的在线学习和修正方法，实现对磁传感器误差的实时补偿。本专利技术提供一种基于类卡尔曼因子的磁罗盘误差实时补偿方法，包括输入训练图像，包括以下步骤：步骤1：建立深层误差模型；步骤2：进行误差模型训练；步骤3：进行误差补偿。优选的是，所述深层误差模型的输入包括磁罗盘中三轴加速度计的值和三轴磁强计的值在上述任一方案中优选的是，所述步骤1包括当三轴磁传感器全姿态工作时，俯仰角θ和横滚角γ通过与磁传感器捷联的加速度计(或陀螺仪)测量并计算得到，公式如下：其中为重力场幅值，和分别是重力加速度在x和y轴的分量。在上述任一方案中优选的是，所述步骤1包括把全姿态下测量的磁场通过姿态变换到北-东-地坐标系，得到变换后的磁场值计算公式如下,在上述任一方案中优选的是，所述变换后的磁场值在没有误差干扰时，静止不动的高精度磁通门传感器监测值相等,输出标注为高精度磁通门测量值(Hx,Hy,Hz)。在上述任一方案中优选的是，所述误差模型训练包括离线训练和在线修正两个阶段。在上述任一方案中优选的是，所述离线训练包括设定隐层有L个神经元，训练集包含N个不同样本(xi，yi)，其中输入xi＝(xi1,xi2Lxin)∈Rn，输出yi＝(yi1,yi2Lyim)∈Rm。在上述任一方案中优选的是，所述离线训练还包括采用非线性激励函数g(x)，零误差逼近来自同一连续系统的N个输入样本，使得其中,j＝1,2LN,(w1j,w2jL,w1n)，xj＝(x1j,x2jLxnj)T。在上述任一方案中优选的是，所述离线训练还包括通过梯度下降法进行迭代计算，来减小代价函数J(W,b)的值。在上述任一方案中优选的是，所述在线修正是指基于显式测量模型的卡尔曼滤波为得到状态最优估计，在状态预测值和实际测量值均存在误差的情况下，根据二者偏差引入加权反馈对状态预测值进行修正本文档来自技高网...

【技术保护点】
一种基于类卡尔曼因子的磁罗盘误差实时补偿方法，包括以下步骤：步骤1：建立深层误差模型；步骤2：进行误差模型训练；步骤3：进行误差补偿。

【技术特征摘要】
1.一种基于类卡尔曼因子的磁罗盘误差实时补偿方法，包括以下步骤：步骤1：建立深层误差模型；步骤2：进行误差模型训练；步骤3：进行误差补偿。2.如权利要求1所述的基于类卡尔曼因子的磁罗盘误差实时补偿方法，其特征在于：所述深层误差模型的输入包括磁罗盘中三轴加速度计的值和三轴磁强计的值3.如权利要求2所述的基于类卡尔曼因子的磁罗盘误差实时补偿方法，其特征在于：所述步骤1包括当三轴磁传感器全姿态工作时，俯仰角θ和横滚角γ通过与磁传感器捷联的加速度计(或陀螺仪)测量并计算得到，公式如下：其中为重力场幅值，和分别是重力加速度在x和y轴的分量。4.如权利要求3所述的基于类卡尔曼因子的磁罗盘误差实时补偿方法，其特征在于：所述步骤1包括把全姿态下测量的磁场通过姿态变换到北-东-地坐标系，得到变换后的磁场值计算公式如下,5.如权利要求4所述的基于类卡尔曼因子的磁罗盘误差实时补偿方法，其特征在于：所述变换后的磁场值在没有误差干扰时，静止不动的高精度磁通门传感器监测值相等，输出标注为高精度磁通门测量值(Hx,Hy,Hz)。6.如权利要求1所述的基于类卡尔曼因子的磁罗盘误差实时补偿方法，其特征在于：所述误差模型训练包...

【专利技术属性】
技术研发人员：刘艳霞，陈惠荣，
申请(专利权)人：北京联合大学，
类型：发明
国别省市：北京,11