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

改进支持向量机的光纤陀螺温度漂移补偿方法

吴军伟 缪玲娟 李福胜 沈军

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[J]. 红外与激光工程, 2018, 47(5): 522003-0522003(6). doi: 10.3788/IRLA201847.0522003
引用本文: 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[J]. 红外与激光工程, 2018, 47(5): 522003-0522003(6). doi: 10.3788/IRLA201847.0522003
Wu Junwei, Miao Lingjuan, Li Fusheng, Shen Jun. Compensation method of FOG temperature drift with improved support vector machine[J]. Infrared and Laser Engineering, 2018, 47(5): 522003-0522003(6). doi: 10.3788/IRLA201847.0522003
Citation: Wu Junwei, Miao Lingjuan, Li Fusheng, Shen Jun. Compensation method of FOG temperature drift with improved support vector machine[J]. Infrared and Laser Engineering, 2018, 47(5): 522003-0522003(6). doi: 10.3788/IRLA201847.0522003

改进支持向量机的光纤陀螺温度漂移补偿方法

doi: 10.3788/IRLA201847.0522003
基金项目: 

装备发展部"十三五"预研项目(41417050102)

详细信息
    作者简介:

    吴军伟(1981-),男,博士生,主要从事光纤陀螺仪方面的研究。Email:wujunwei@hotmail.com

  • 中图分类号: U666.12+3

Compensation method of FOG temperature drift with improved support vector machine

  • 摘要: 温度漂移是影响光纤陀螺精度的主要因素之一,温度漂移建模和补偿是消除和减小温度漂移的有效方法。首先分析了影响光纤陀螺温度漂移的关键因素,同时进行了光纤陀螺温度漂移测试实验。然后采用泛化能力较神经网络更好的支持向量机对光纤陀螺温度漂移进行回归、建模,其中支持向量机的核函数采用了具有更好数据集适应性的径向基核函数。为了提高支持向量机的建模精度,引入人工鱼群算法对支持向量机的核心参数C(惩罚系数)和核函数的参数进行寻优。最后,使用实际的光纤陀螺温度漂移数据对提出的补偿方法进行实验验证,结果表明采用该方法补偿后的剩余光纤陀螺误差较采用线性回归方法减小了四五个数量级。
  • [1] Nayak J. Fiber-optic gyroscope:from design to production[J]. Applied Optics, 2011, 50(25):152-161.
    [2] Shupe D M. Thermally induced nonreciprocity in the fiber-optic interferometer[J]. Applied Optics, 1980, 19(5):654-655.
    [3] Wang Wei, Yang Qingsheng, Wang Xuefeng. Application of fiber-optic gyro in space and key technology[J]. Infrared and Laser Engineering, 2006, 35(5):509-512. (in Chinese)
    [4] Jin Jing, Li Min, Zang Zhonggang, et al. Analysis of temperature errors in digital closed-loop fiber optic gyroscope[J]. Infrared and Laser Engineering, 2008, 37(3):521-524. (in Chinese)
    [5] Fan Chunling, Jin Zhihua, Tian Weifeng, et al. Temperature drift modelling of fibre optic gyroscopes based on a grey radial basis function neural network[J]. Measurement Science and Technology, 2004, 15(1):119-126.
    [6] Song Rui, Chen Xiyuan, Shen Chong, et al. Modeling FOG drift using back-propagation neural network optimized by artificial fish swarm algorithm[J]. Journal of Sensors, 2014, (5):1-6.
    [7] Cheng Junchao, Fang Jiancheng, Wu Weiren, et al. Modeling and compensation method for temperature error of laser gyroscope based on support vector machine[J]. Chinese Journal of Scientific Instrument, 2013, 34(4):721-727. (in Chinese)
    [8] Zhuo Chao, Du Jianbang. A highly adaptive compensation method for nonlinear thermal bias error of fiber-optic gyroscopes[J]. Journal of Astronautics, 2017, 38(10):1079-1087. (in Chinese)
    [9] Feng Kali, Li An, Qin Fangjun. Temperature error compensation method for FOG based on multi-model piecewise fitting[J]. Journal of Chinese Inertial Technology, 2014, 22(6):825-828. (in Chinese)
    [10] Zha Feng, Xu Jiangning, Li Jingshu, et al. IUKF neural network modeling for FOG temperature drift[J]. Journal of Systems Engineering and Electronics, 2013, 24(5):838-844.
    [11] Liu Yuanyuan, Yang Gongliu, Li Siyi. Application of BP-AdaBoost model in temperature compensation for fiber optic gyroscope bias[J]. Journal of Beijing University of Aeronautics and Astronautics, 2014, 40(2):235-239. (in Chinese)
    [12] Zhang Pengfei, Long Xingwu. Analysis on temperature characteristic of mechanically dithered RLG's bias with a method of stepwise regression[J]. Optical Technique, 2006, 32(5):738-740. (in Chinese)
    [13] Cortes C, Vapnik V. Support-vector networks[J]. Machine Learning, 1995, 20(3):273-297.
    [14] Li Xiaolei, Shao Zhijiang, Qian Jixin. An optimizing method based on autonomous animats:fish-swarm algorithm[J]. Systems Engineering-Theory Practice, 2002, 22(11):32-38. (in Chinese)
  • [1] 张东阁, 傅雨田.  基于一类支持向量机的盲元检测方法 . 红外与激光工程, 2018, 47(4): 404001-0404001(7). doi: 10.3788/IRLA201847.0404001
    [2] 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
    [3] 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
    [4] 张东阁, 傅雨田.  基于在线最小二乘支持向量机的变形镜建模与控制 . 红外与激光工程, 2016, 45(11): 1118007-1118007(7). doi: 10.3788/IRLA201645.1118007
    [5] 杨永清, 梁雁冰, 李治国, 梁冬生.  基于光纤陀螺的转台周期性误差抑制方法 . 红外与激光工程, 2015, 44(6): 1898-1903.
    [6] 王洪波, 李勤.  光纤陀螺光学器件的空间辐射效应及防护技术 . 红外与激光工程, 2015, 44(2): 682-687.
    [7] 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.
    [8] 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.
    [9] 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.
    [10] 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.
    [11] 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.
    [12] 于旭东, 徐瑜浓, 魏国, 龙兴武.  基于人工鱼群算法的机抖激光陀螺温度补偿 . 红外与激光工程, 2014, 43(1): 81-87.
    [13] 卞春江, 余翔宇, 侯晴宇, 张伟.  最小化支持向量数分类器的云检测 . 红外与激光工程, 2014, 43(6): 1818-1822.
    [14] 李圣昆, 郑永秋, 安盼龙, 李小枫, 陈浩, 焦新泉, 刘俊, 闫树斌.  T型反馈网络在谐振式光纤陀螺频率锁定中的应用 . 红外与激光工程, 2014, 43(4): 1162-1166.
    [15] 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.
    [16] 唐圣金, 郭晓松, 司小胜, 王振业.  基于维纳过程的卫星用光纤陀螺剩余寿命预测 . 红外与激光工程, 2013, 42(12): 3347-3352.
    [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] 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.
    [20] 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.
  • 加载中
计量
  • 文章访问数:  245
  • HTML全文浏览量:  26
  • PDF下载量:  26
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-12-10
  • 修回日期:  2018-01-20
  • 刊出日期:  2018-05-25

改进支持向量机的光纤陀螺温度漂移补偿方法

doi: 10.3788/IRLA201847.0522003
    作者简介:

    吴军伟(1981-),男,博士生,主要从事光纤陀螺仪方面的研究。Email:wujunwei@hotmail.com

基金项目:

装备发展部"十三五"预研项目(41417050102)

  • 中图分类号: U666.12+3

摘要: 温度漂移是影响光纤陀螺精度的主要因素之一,温度漂移建模和补偿是消除和减小温度漂移的有效方法。首先分析了影响光纤陀螺温度漂移的关键因素,同时进行了光纤陀螺温度漂移测试实验。然后采用泛化能力较神经网络更好的支持向量机对光纤陀螺温度漂移进行回归、建模,其中支持向量机的核函数采用了具有更好数据集适应性的径向基核函数。为了提高支持向量机的建模精度,引入人工鱼群算法对支持向量机的核心参数C(惩罚系数)和核函数的参数进行寻优。最后,使用实际的光纤陀螺温度漂移数据对提出的补偿方法进行实验验证,结果表明采用该方法补偿后的剩余光纤陀螺误差较采用线性回归方法减小了四五个数量级。

English Abstract

参考文献 (14)

目录

    /

    返回文章
    返回