一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法技术

本发明专利技术公开了一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，步骤如下：利用小波分析的方法对光纤陀螺的零位漂移数据进行分析和预处理，分解出光纤陀螺零位漂移的温度趋势项和噪声项；用BP神经网络拟合温度趋势项得到光纤陀螺零位漂移与温度之间的复杂非线性关系；将光纤陀螺的实时输出数据减去温度漂移误差补偿模型所得到的漂移值，即对光纤陀螺进行了温度补偿。该方法完全满足工程应用的实时性要求，对光纤陀螺在温度环境不断变化条件下的性能研究与提高具有重要意义。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，步骤如下：利用小波分析的方法对光纤陀螺的零位漂移数据进行分析和预处理，分解出光纤陀螺零位漂移的温度趋势项和噪声项；用BP神经网络拟合温度趋势项得到光纤陀螺零位漂移与温度之间的复杂非线性关系；将光纤陀螺的实时输出数据减去温度漂移误差补偿模型所得到的漂移值，即对光纤陀螺进行了温度补偿。该方法完全满足工程应用的实时性要求，对光纤陀螺在温度环境不断变化条件下的性能研究与提高具有重要意义。【专利说明】一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法
本专利技术涉及一种惯性
中光纤陀螺漂移温度趋势项的补偿方法，适用于光纤陀螺测试和系统应用，具体涉及一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法。
技术介绍
光纤陀螺是现代惯性技术的一个核心部件，它具有结构简单、无运动部件、启动快、功耗低、耐冲击、精度覆盖面广、动态范围大等优点，因而在近、中程导弹、舰艇、反潜武器以及卫星和宇宙飞船等航空、航天、航海和兵器领域中得到广泛应用。零位随机漂移是描述光纤陀螺性能的一个重要指标。光纤陀螺的零位漂移受到很多因素的影响，环境温度的变化是影响零位漂移的重要因素之一。环境温度对光纤陀螺性能的影响有两方面，一是噪声，二是漂移。前者决定了光纤陀螺的最小可检测相移也即最终精度(零偏稳定性)，而后者用于评价陀螺输出信号的长期变化。在光纤陀螺工作过程中，存在量化噪声、角度随机游走、零偏不稳定性等环境变化引起的大量随机噪声，它们混叠在陀螺信号中，在温度建模过程中所用样本的噪声会对模型精度造成很大影响。文中的重点是利用小波分析方法对原始样本进行了滤波处理，使其更好的反映漂移趋势项的特性，再用神经网络方法拟合光纤陀螺漂移随温度变化的复杂非线性关系，从而对光电陀螺漂移进行温度补偿。
技术实现思路
本专利技术提出一种基于小波去噪和BP神经网络拟合的光纤陀螺温度漂移补偿方法，有效提高光纤陀螺精度、缩短光纤陀螺启动时间。采用小波分析方法对光纤陀螺原始数据做去噪处理，有效提取光纤陀螺漂移温度趋势项，减少BP神经网络训练的运算负担，提高神经网络的拟合精度，从而实现了对光纤陀螺温度漂移的补偿。本专利技术的技术解决方案:一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，步骤如下:步骤(I)、利用小波分析方法对多组光纤陀螺原始数据进行去噪处理，分离光纤陀螺漂移的温度趋势项和噪声项；步骤(2)、利用BP神经网络训练上述多组光纤陀螺漂移温度趋势项和温度之间的复杂非线性关系，建立光纤陀螺温度漂移模型；步骤(3)、依据上述建立的光纤陀螺温度漂移，利用当时的光纤陀螺温度实时补偿陀螺漂移。进一步的，步骤(I)中所述小波分析的基函数通过选择，采用db4小波函数，分解层数为4层，在时域内对多组光纤陀螺漂移进行去噪处理，从光纤陀螺原始数据中分离出温度趋势项，便于BP神经网络的训练。进一步的，步骤(2)中所述的BP神经网络采用三层神经网络，输入层和输出层都取一个节点，隐含层取8个节点，其目标是实现从输入到输出的高度非线性映射的估计:【权利要求】1.一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，其特征在于，包括如下步骤: 步骤(I )、利用小波分析方法对多组光纤陀螺原始数据进行去噪处理，分离光纤陀螺漂移的温度趋势项和噪声项； 步骤(2)、利用BP神经网络训练得到上述多组光纤陀螺漂移温度趋势项和温度之间的复杂非线性关系，建立光纤陀螺温度漂移模型； 步骤(3)、依据上述建立的光纤陀螺温度漂移模型，利用光纤陀螺温度实时补偿陀螺漂移。2.根据权利要求1所述的基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，其特征在于，步骤(1)中所述小波分析的基函数通过选择，采用db4小波函数，分解层数为4层，在时域内对多组光纤陀螺漂移进行去噪处理，从光纤陀螺原始数据中分离出温度趋势项，便于BP神经网络的训练。3.根据权利要求1所述的基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，其特征在于，步骤(2)中所述的BP神经网络采用三层神经网络，输入层和输出层都取一个节点，隐含层取8个节点，其目标是实现从输入到输出的高度非线性映射的估计: 4.根据权利要求3所述的基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，其特征在于，BP网络学习的算法采用梯度下降法，即函数的极值是沿着梯度变化最快的方向求取的，其权值调整公式如下: 【文档编号】G01C19/72GK103499345SQ201310480399【公开日】2014年1月8日 申请日期:2013年10月15日 优先权日:2013年10月15日 【专利技术者】王玮, 张谦, 王蕾, 丁振兴, 高鹏宇 申请人:北京航空航天大学本文档来自技高网...

【技术保护点】
一种基于小波分析和BP神经网络的光纤陀螺温度漂移补偿方法，其特征在于，包括如下步骤：步骤（1）、利用小波分析方法对多组光纤陀螺原始数据进行去噪处理，分离光纤陀螺漂移的温度趋势项和噪声项；步骤（2）、利用BP神经网络训练得到上述多组光纤陀螺漂移温度趋势项和温度之间的复杂非线性关系，建立光纤陀螺温度漂移模型；步骤（3）、依据上述建立的光纤陀螺温度漂移模型，利用光纤陀螺温度实时补偿陀螺漂移。

【技术特征摘要】

【专利技术属性】
技术研发人员：王玮，张谦，王蕾，丁振兴，高鹏宇，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：