留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于微粒群与模拟退火算法的光纤陀螺导航系统动态补偿方法

孟祥涛 王巍 向政

孟祥涛, 王巍, 向政. 基于微粒群与模拟退火算法的光纤陀螺导航系统动态补偿方法[J]. 红外与激光工程, 2014, 43(5): 1555-1560.
引用本文: 孟祥涛, 王巍, 向政. 基于微粒群与模拟退火算法的光纤陀螺导航系统动态补偿方法[J]. 红外与激光工程, 2014, 43(5): 1555-1560.
Meng Xiangtao, Wang Wei, Xiang Zheng. Dynamic compensation of FOG navigation system based on particle swarm optimization and simulated annealing algorithm[J]. Infrared and Laser Engineering, 2014, 43(5): 1555-1560.
Citation: Meng Xiangtao, Wang Wei, Xiang Zheng. Dynamic compensation of FOG navigation system based on particle swarm optimization and simulated annealing algorithm[J]. Infrared and Laser Engineering, 2014, 43(5): 1555-1560.

基于微粒群与模拟退火算法的光纤陀螺导航系统动态补偿方法

基金项目: 

总装“十二五”预研项目(30106)

详细信息
    作者简介:

    孟祥涛(1982-),男,博士生,主要从事光纤陀螺惯性姿态测量技术方面的研究。Email:mengxiangtao1982@163.com

  • 中图分类号: V241.5

Dynamic compensation of FOG navigation system based on particle swarm optimization and simulated annealing algorithm

  • 摘要: 光纤陀螺惯导系统在进行空间自主导航时,需要经历长期复杂的空间环境,这会使惯性仪表的某些性能发生变化,光纤陀螺仪的光功率下降是一种比较典型的失效模式,这会导致光纤陀螺仪的带宽下降,当航天器进行变轨或姿态机动时其导航精度会降低。针对上述问题,文中提出了微粒群优化的光纤陀螺仪动态补偿方法,根据光纤陀螺仪和参考模型在相同输入下的响应,优化得到补偿环节的参数。但微粒群算法存在过早陷入局部最优解的缺陷,为提高算法的全局搜索能力,采用模拟退火算法使其以较大的概率跳出局部最优解。通过光纤陀螺导航系统的动态导航试验验证了该方法能够有效地补偿光纤陀螺仪的动态特性,提高机动条件下的导航精度,具有较强的工程实用价值。
  • [1]
    [2] Liu Qing. Model reference and particle swarm optimization algorithm based on an approach for sensor dynamic measurement [J]. Acta Metrologica Sinica, 2007, 28 (2):154-157. (in Chinese)刘清. 基于模型参考和微粒群算法优化的传感器动态补偿方法[J]. 计量学报, 2007, 28(2): 154-157.
    [3] Wang Hui. Novel multi-population particle swarm optimizer[J]. Computer Engineering and Applications, 2010, 46(35):45-48. (in Chinese)王辉. 一种新型的多种群微粒群算法[J]. 计算机工程与应用, 2010, 46(35): 45-48.
    [4]
    [5] Poli R, Kennedy J, Blackwell T. Particle swarm optimization:an overview[J]. Swarm Intelligence, 2007, (1): 33-57.
    [6]
    [7]
    [8] Chatterjee A, Siarry P. Nonlinear inertia weight variation for dynamic adaptation in particle swarm optimization [J].Computers Operations Research, 2006, 33: 859-871.
    [9] Li Junjun, Xiao Jianmei, Wang Xihuai. Elitist annealing particle swarm optimization algorithm [J]. Control and Decision, 2008, 23(7): 756-761. (in Chinese)李军军, 肖健梅, 王锡淮. 一种精英退火微粒群算法[J]. 控制与决策, 2008, 23(7): 756-761.
    [10]
    [11]
    [12] Dong Hw a Kim, Jae Hoon Cho. Intelligent control of AVR system using GA-BF [C]//Lecture Notes in Computer Science Proc of Springer, 2005: 854-859.
    [13]
    [14] Xie Liping,Zeng Jianchao. The performance analysis of artificial physics optimization algorithm driven by different virtual forces[J]. ICIC Express Letters, 2010, 1(4): 239-244.
    [15]
    [16] Lin Lingjuan, Liu Xiyu. Rapid partical swarm optimization combined simulated annealing algorithm [J]. Computer Engineering and Applications, 2011, 47(8): 27-29. (in Chinese)林令娟, 刘希玉. 结合SA 算法的快速微粒群优化算法[J].计算机工程与应用, 2011, 47(8): 27-29.
    [17]
    [18] Zhou Xiancheng,Shen Quntai. Research of image restoration algorithm based on particle swarm optimization and simulated annealing [J]. Microelectronics Computer,2009,26(1): 159-165. (in Chinese)周鲜成, 申群太. 基于微粒群和模拟退火的图像恢复研究[J]. 微电子学与计算机, 2009, 26(1): 159-165.
    [19] Mo Simin, Zeng Jianchao, Xie Liping. Extended particle-swarm optimization algorithm [J]. Control Theory Applications, 2012, 29(6): 811-816. (in Chinese)莫思敏, 曾建潮, 谢丽萍. 扩展的微粒群算法[J]. 控制理论与应用, 2012, 29(6): 811-816.
    [20]
    [21] Niu Ben, Zhu Yunlong, He Xiaoxian, et al. An improved particle swarm optimization based on bacterial chemotaxis[C]//Proceedings of the 6th World Congress on Intelligent Control and Automation: IEEE, 2006: 3193-3197.
    [22]
    [23] Shelokar P S, Siarry P, Jayaraman V K, et al. Particle swarm and ant colony algorithms hybridized for improved continuous optimization [J]. Applied Mathematics and Computation, 2007, 188: 129-142.
  • [1] 李斌, 蔡春龙, 孟祥涛.  基于组合滤波的光纤陀螺惯导/星敏感器组合导航算法 . 红外与激光工程, 2018, 47(12): 1217005-1217005(5). doi: 10.3788/IRLA201847.1217005
    [2] 吴军伟, 缪玲娟, 李福胜, 沈军.  改进支持向量机的光纤陀螺温度漂移补偿方法 . 红外与激光工程, 2018, 47(5): 522003-0522003(6). doi: 10.3788/IRLA201847.0522003
    [3] 李洪才, 刘春桐, 赵晓枫, 马世欣.  基于Simulink的光纤陀螺动态寻北算法建模及分析 . 红外与激光工程, 2018, 47(S1): 86-91. doi: 10.3788/IRLA201847.S122006
    [4] 郑华, 郑永秋, 安盼龙, 张婷, 卢晓云, 薛晨阳.  光纤环形谐振腔输入功率波动对谐振式光纤陀螺的影响 . 红外与激光工程, 2016, 45(11): 1122002-1122002(5). doi: 10.3788/IRLA201645.1122002
    [5] 谢良平, 李瑞, 张斌, 王京献, 张春熹.  单模光纤弯曲半径对光纤陀螺标度因数稳定性的影响 . 红外与激光工程, 2016, 45(1): 122001-0122001(5). doi: 10.3788/IRLA201645.0122001
    [6] 汪立新, 朱战辉, 李瑞.  动态Allan方差改进算法及其在FOG启动信号分析中的应用 . 红外与激光工程, 2016, 45(7): 726004-0726004(8). doi: 10.3788/IRLA201645.0726004
    [7] 肖文健, 马东玺, 陈志斌, 刘先红, 肖程.  一种用于光纤陀螺降噪的鲁棒平滑滤波算法 . 红外与激光工程, 2016, 45(6): 617005-0617005(7). doi: 10.3788/IRLA201645.0617005
    [8] 单联洁, 马玉洲, 梁迎春.  一种光纤陀螺干涉仪光纤长度误差量测量方法 . 红外与激光工程, 2015, 44(5): 1574-1578.
    [9] 刘颖, 范永青, 徐金涛.  光纤陀螺组合的热设计及分析 . 红外与激光工程, 2015, 44(12): 3750-3754.
    [10] 李睿, 赵阳.  机器人热影响模型分析及动态精度补偿 . 红外与激光工程, 2015, 44(8): 2382-2388.
    [11] 韩正英, 高涵, 高业胜, 赵耀.  光纤环应力分布测试对光纤陀螺性能的影响 . 红外与激光工程, 2014, 43(12): 4128-4132.
    [12] 潘雄, 张春生, 王夏霄, 王熙辰, 赵亚飞, 王定球.  反馈延迟对光纤陀螺振动误差特性的影响 . 红外与激光工程, 2014, 43(8): 2607-2612.
    [13] 毛海岑, 刘爱东, 王亮.  采用混合粒子群算法的星图识别方法 . 红外与激光工程, 2014, 43(11): 3762-3766.
    [14] 张勇刚, 孙娜, 李宁, 梁宏.  基于MEMS 陀螺辅助增大闭环光纤陀螺动态范围的方法 . 红外与激光工程, 2014, 43(9): 3070-3074.
    [15] 张春熹, 王璐, 高爽, 李慧鹏, 林铁, 李先慕, 王涛.  基于动态Allan 方差的光纤陀螺随机误差分析 . 红外与激光工程, 2014, 43(9): 3081-3088.
    [16] 赵曦晶, 刘光斌, 汪立新, 何志昆, 赵晗.  光纤陀螺温度漂移自适应网络模糊推理补偿 . 红外与激光工程, 2014, 43(3): 790-794.
    [17] 何小飞, 王巍, 黄继勋.  联邦滤波在光纤陀螺捷联惯导系统传递对准中的应用 . 红外与激光工程, 2013, 42(4): 993-997.
    [18] 张勇刚, 郜中星, 吴磊.  尾纤长度不对称导致的光纤陀螺振动误差分析 . 红外与激光工程, 2013, 42(2): 476-481.
    [19] 王巍, 向政, 王国栋.  自适应Kalman滤波在光纤陀螺SINS/GNSS紧组合导航中的应用 . 红外与激光工程, 2013, 42(3): 686-691.
    [20] 沈军, 缪玲娟, 吴军伟, 郭子伟.  基于RBF神经网络的光纤陀螺启动补偿及应用 . 红外与激光工程, 2013, 42(1): 119-124.
  • 加载中
计量
  • 文章访问数:  234
  • HTML全文浏览量:  20
  • PDF下载量:  142
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-09-17
  • 修回日期:  2013-10-19
  • 刊出日期:  2014-05-25

基于微粒群与模拟退火算法的光纤陀螺导航系统动态补偿方法

    作者简介:

    孟祥涛(1982-),男,博士生,主要从事光纤陀螺惯性姿态测量技术方面的研究。Email:mengxiangtao1982@163.com

基金项目:

总装“十二五”预研项目(30106)

  • 中图分类号: V241.5

摘要: 光纤陀螺惯导系统在进行空间自主导航时,需要经历长期复杂的空间环境,这会使惯性仪表的某些性能发生变化,光纤陀螺仪的光功率下降是一种比较典型的失效模式,这会导致光纤陀螺仪的带宽下降,当航天器进行变轨或姿态机动时其导航精度会降低。针对上述问题,文中提出了微粒群优化的光纤陀螺仪动态补偿方法,根据光纤陀螺仪和参考模型在相同输入下的响应,优化得到补偿环节的参数。但微粒群算法存在过早陷入局部最优解的缺陷,为提高算法的全局搜索能力,采用模拟退火算法使其以较大的概率跳出局部最优解。通过光纤陀螺导航系统的动态导航试验验证了该方法能够有效地补偿光纤陀螺仪的动态特性,提高机动条件下的导航精度,具有较强的工程实用价值。

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回