1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京100039
3 长春理工大学 机电工程学院, 吉林 长春 130022
为了提高光纤陀螺的测量精度, 提出了一种基于小波神经网络的误差补偿方法。首先使用小波分析中的Mallat分解算法提取出陀螺信号中的主趋势项, 对其误差余项进行重构。然后将重构信号作为小波神经网络的目标输出, 将原始陀螺信号作为训练样本。为了提高小波神经网络的训练速度同时防止其陷入局部极小值, 采用增加动量因子和自适应调整学习速率的方法来改进训练方法。训练后建立的神经网络模型对光纤陀螺误差具有良好的估计能力。结果表明, 经过小波神经网络方法补偿后, 光纤陀螺的输出精度达到了0019 4°/s, 光纤陀螺的测量性能得到了提高。
光纤陀螺 小波神经网络 小波分析 误差补偿 趋势项提取 fiber optic gyro wavelet neural network wavelet analysis error compensation trend term extraction
