【技术实现步骤摘要】
本专利技术涉及一种基于深度学习的补偿技术，尤其涉及一种在重力仪系统启动后短时间内对重力敏感器的输出进行稳定的实时补偿，并显著提升重力敏感器在启动后系统未稳定阶段的测量精度的基于深度学习的重力敏感器快速稳定测量方法。
技术介绍
1、重力测量设备中重力敏感器是温度敏感部件，其机电温敏特性会导致每摄氏度数十个ppm以上的比例因子变化以及数十mgal以上的偏置变化。重力敏感器的温度特性对重力测量精度有很大影响,因此必须考虑抑制温度对重力敏感器的影响。目前抑制温度对重力敏感器影响的主要方法是对其进行温度补偿，具体操作步骤为：
2、1) 将重力敏感器放在温箱中，设备的其余部分放在温箱外部，并开电48小时使其温度稳定；
3、2) 令温箱在一定温度范围内变化，同时记录重力信息和温度信息；
4、3) 将重力信息和温度信息同步，构造函数，采用最小二乘法拟合函数系数，确定温度补偿系数，并确定补偿模型；
5、4) 将3)中确定的补偿模型储存在dsp解算程序中，由导航计算机实时补偿。
6、目前这种多项式...
【技术保护点】
1.一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，所述稳定时间为10小时。
3.根据权利要求1所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，S2步骤得到带有损失函数的门控循环单元神经网络的方法，包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，在S31步骤中，令第一个时刻的内部温度梯度为0。
5.根据权利要求1所述的一种基于深度学习的重力敏感器快速...
【技术特征摘要】
1.一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，所述稳定时间为10小时。
3.根据权利要求1所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，s2步骤得到带有损失函数的门控循环单元神经网络的方法，包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，在s31步骤中，令第一个时刻的内部温度梯度为0。
5.根据权利要求1所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于，s3步骤得到重力敏感器快速稳定补偿模型的方法，包括以下步骤：
6.根据权利要求5所述的一种基于深度学习的重力敏感器快速稳定测量方法，其特征在于...
【专利技术属性】
技术研发人员：杨舒淮，王伟，毋兴涛，褚宁，
申请(专利权)人：中国船舶集团有限公司第七〇七研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。