[发明专利]基于小波降噪和神经网络的光纤陀螺温度漂移补偿方法在审
| 申请号： | 201910228032.X | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109916388A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 侯宏录;李光耀;李媛;王利国;郭宏伟;任梦茹;姜珊 | 申请（专利权）人： | 西安工业大学 |
| 主分类号： | G01C19/72 | 分类号： | G01C19/72 |
| 代理公司： | 西安新思维专利商标事务所有限公司 61114 | 代理人： | 黄秦芳 |
| 地址： | 710032 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 光纤陀螺 温度漂移 原始数据 温度漂移补偿 神经网络 温度数据 小波降噪 漂移量 光纤陀螺数据 学习样本数据 粒子群算法 后续处理 平滑处理 实时补偿 随机噪声 温度测试 温度条件 小波分解 学习样本 滤波 保留 预测 优化 | ||
【权利要求书】：
1.基于小波降噪和神经网络的光纤陀螺温度漂移补偿方法，包括如下步骤：
步骤(1):对光纤陀螺进行温度测试实验，获得学习样本数据；
步骤(2):对光纤陀螺温度漂移原始数据和温度数据进行平滑处理，便于后续处理；
步骤(3):通过小波分解对光纤陀螺原始数据进行处理，降低原始数据中的随机噪声，保留由温度带来的漂移量；
步骤(4):将步骤(2)得到的温度数据和经步骤(3)滤波后的光纤陀螺数据作为学习样本，采用粒子群算法优化BP神经网络模型得到光纤陀螺温度漂移模型；
步骤(5):根据步骤(4)中温度漂移模型，预测光纤陀螺在不同温度条件下的漂移量，实时补偿温度漂移。
2.根据权利1所述的基于小波降噪和神经网络的光纤陀螺温度漂移补偿方法，其特征在于：所述步骤(3)中所述的小波分解所采用的基函数为sym8，分解层数为5层。
3.根据权利1或2所述的基于小波降噪和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)中所述的小波分解对于阈值的选取为启发式sure阈值法。
4.根据权利3所述的光纤陀螺温度漂移补偿方法，其特征在于：所述步骤(2)中所述的粒子群优化BP神经网络时，是将神经网络各层的连接权值编码成粒子，每个粒子在空间中的位置向量与BP神经网络各层的权值和阈值对应，适应度值则为使用该组权值时的网络输出均方误差。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安工业大学，未经西安工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910228032.X/1.html，转载请声明来源钻瓜专利网。
