[发明专利]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

说明书

技术领域

本发明涉及一种惯性技术领域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。

背景技术

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。

发明内容

本发明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。

本发明的技术解决方案：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（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（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。

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：

y~=G(X)=Σm=1MWmf[Σj=1Nwmjxj]---(1)]]>

式中，x为输入节点；G是模型所要估计的未知非线性映射；f(x)为激励函数，采用sigmoid函数；N和M分别为输入层和隐含层节点个数，通过对训练样本的学习，可得到期望输出y的估计在样本学习过程中，BP网络的权值W_m、w_mj将不断被调整，目标是使误差准则函数E最小：