惯组中光纤陀螺温度漂移的二维插值建模研究

光纤陀螺对温度较为敏感,输出受温度及温度变化率影响严重,在实际工作中需要对温度漂移误差进行建模补偿。传统多项式拟合方法如最小二乘法,无法很好地满足精度要求。因此,首先对光纤陀螺工作原理与温度漂移误差产生原理进行分析,得出光纤陀螺温度漂移误差特性。利用传统多项式模型对不同温度下启动的光纤陀螺进行建模补偿,得到补偿后的精度并不理想。利用新的二维插值模型对上述试验重新进行建模补偿,结果表明二维插值模型明显优于多项式模型,光纤陀螺的零偏稳定性由补偿前的0.0153(°)/h提高到0.0051(°)/h,有利于工程上应用。     

基于多参量模型的光纤陀螺温度误差补偿

温度漂移误差是制约光纤陀螺精度的重要因素之一。针对传统光纤陀螺温度补偿方法仅对温度项建模导致补偿精度差的问题,提出了一种新型多参量模型来补偿光纤陀螺温度误差的方法。通过对陀螺零漂误差和温度各相关项进行相关性分析,将温度和温度速率的乘积项及温度梯度滞后项引入到温度漂移误差模型中,建立了多参量分段补偿模型对零偏进行补偿,显著改善了光纤陀螺的零偏稳定性。使用实测光纤陀螺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,零偏误差平方和降低2个数量级,陀螺漂移均值、方差稳定在零点附近,补偿效果优于温度项分段拟合方法,与非线性模型预测效果相当。     

基于角增量和矢量模值观测的光纤陀螺温度漂移参数分段估计

光纤陀螺捷联惯导系统被广泛应用于航空、航天、航海及陆地车辆定位定向等领域,对光纤陀螺输出误差进行补偿是提高导航精度的有效手段。温度漂移和常值零偏是影响光纤陀螺精度的两个主要误差来源,对角增量输出式三轴光纤陀螺捷联惯导系统的陀螺温度漂移及常值零偏误差参数估计方法进行了研究。针对光纤陀螺的温度漂移,提出了一种基于角增量的分段最小二乘估计方法,根据不同温度区间的特征使用低阶模型即可进行误差建模,估计结果相比整体估计方法更加精确,同时推导了各个温度段参数的边界条件,保证了温度漂移模型在不同温变速率条件下的连续性。针对三轴陀螺输出中包含的常值零偏,提出了一种基于地球自转角速度矢量模值观测的方法,可在不依赖高精度转台等外部基准设备的条件下对光纤陀螺零偏进行估计,可适用于高纬度地区及极区环境下的外场标定。通过温箱静置升温实验,对光纤陀螺惯导系统三轴角增量陀螺进行了温度漂移和零偏的估计与补偿,验证了提出方法的有效性。     

干涉型光纤陀螺温度漂移建模与实时补偿

 分析了干涉型光纤陀螺(IFOG)温度漂移的影响因素，通过建立温度与陀螺模型参数之间的线性相关关系，推导出了光纤陀螺温度漂移的分布模型。为了提高陀螺温度漂移模型的适应性，设计了0.25,0.75,1.00 ℃/min三种变温速率的温度试验，并利用小波变换的方法分离数据中的噪声和趋势项。基于温度漂移的分布模型和最小二乘误差（LSE）准则，建立了多参量联合线性模型来估计陀螺温度漂移。采用升温过程和降温过程分段建模的方法将多参量联合线性模型算法进行了简化，并在现场可编程逻辑阵列（FPGA）中分时复用一个全串行有限冲激响应（FIR）滤波器实现了陀螺温度漂移的实时估计。仿真的温度补偿结果及实时的温度补偿结果显示，该方法可以使陀螺温度漂移减小到1/10~2/10。     

基于BP网络的光纤陀螺刻度因子建模研究

针对光纤陀螺(FOG)随温度呈非线性变化的特性,提出了采用BP神经网络对刻度因子的温度误差建模的方法,以减小光纤陀螺输出误差;用BP网络对其建模的结果和传统的建模结果进行了比较,结果表明采用BP神经网络对刻度因子的建模是非常有效的.     

MEMS惯性测量组合的整体误差建模与标定

对微机电系统(MEMS)惯性测量组合(MIMU)的主要误差项进行分析,提出一种针对MIMU整体的误差补偿模型,模型囊括MEMS惯性传感器自身的零漂、互耦、标度因数非线性等误差,以及传感器安装误差、系统电路漂移等.根据模型设计整体标定和补偿方法,并用最小二乘法系统求解模型中的69个误差系数,避免单一传感器误差补偿的片面性.针对MEMS传感器明显的温度非线性,利用分段补偿的方法将所研制的MIMU的全温范围分成3段,分别求解各分段误差模型的误差系数进行补偿.经实验论证,该方法能有效地抑制多种误差项对MEMS传感器精度的影响,使MEMS陀螺和加速度计的精度提升1-2个数量级.     

基于LSTM神经网络的机载光纤陀螺温度冲击误差补偿技术

环境温度冲击会降低机载光纤陀螺的性能,从而影响飞行器导航和姿态控制精度。在光纤陀螺误差机理研究基础上,本文提出一种基于长短期记忆（LSTM）神经网络的光纤陀螺温度误差补偿模型。该模型通过LSTM网络对光纤陀螺的零偏和标度因数进行实时预测和校正,提高光纤陀螺的测量精度。试验结果表明,在温度冲击下,LSTM预测模型补偿后的标度因数误差小于30ppm,零偏稳定性比常规的线性拟合补偿模型提高0.0034（°）/h。这意味着输出更准确地反映实际角速度值,陀螺仪的零偏漂移更小,输出更接近于零值。动态试验中转台输入为20（°）/s时,LSTM补偿后陀螺输出稳定在19.999～20.001（°）/s区间内,相较于陀螺原始输出误差降低0.008（°）/s。通过LSTM预测模型补偿,能够在环境变化、外部扰动或传感器故障时,通过陀螺仪提供更可靠的数据支持,维持飞行器的稳定性和安全性。     

光纤陀螺温度建模与补偿方法分析

通过光纤陀螺温度试验,分析了光纤陀螺的温度特性;理论上阐述了各项温度因素对光纤陀螺零偏的影响,并采用逐步回归分析的方法建立光纤陀螺零偏的温度数学模型。通过试验验证,采用该模型对光纤陀螺进行温度漂移的补偿,可以有效提高光纤陀螺的测量精度。     

广义回归神经网络在光纤陀螺零偏补偿中的应用

因测量精度高、制造工艺简单,光纤陀螺在惯性导航系统中获得了广泛应用,但是温度的变化会使光纤陀螺产生测量误差.针对光纤陀螺的零偏容易受到环境温度影响的问题,提出了使用改进的广义回归神经网络建立光纤陀螺变温零偏补偿模型的方法,有效改善了光纤陀螺的变温零偏稳定性.该模型采用果蝇算法寻找广义回归神经网络的最优光滑因子,提高了模型的拟合精度及计算效率.在相同条件下,对比分析了应用传统广义回归神经网络和改进广义回归神经网络对光纤陀螺变温零偏进行补偿的效果.结果表明,改进的广义回归神经网络模型补偿精度较传统广义回归神经网络模型提升了27％.     

MEMS陀螺零偏温度补偿模型研究

针对MEMS陀螺工作易受温度变化影响、角速度测量输出误差大、预热时间长的问题,通过大量实验数据分析、总结规律,建立了零偏温度补偿模型,并结合最小二乘法利用多元线性回归技术对模型参数进行了辨识。对比零偏温度补偿前后的试验结果表明,经过补偿后的MEMS陀螺不但测量精度得到提高,其工程应用稳定性也得到增强。     

一种MEMS陀螺标度因数误差补偿方法

高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10～+55℃温度范围、-150～+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20～+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。     

宽温范围内光纤陀螺输入轴失准角误差 及补偿技术研究

随着光纤陀螺使用精度的提升,输入轴失准角误差对光纤惯组精度的影响也愈发突出.为了抑制光纤陀螺失准角误差,提升惯性系统精度,分析了失准角误差的产生原因,提出了设计与生产过程中减小失准角误差的工艺要求;分析了温度环境下失准角误差补偿方法的物理意义,进而推导得出其方法误差;对多组全温范围内(-40℃~+60℃)失准角实测数据进行逐步回归分析,确定失准角误差拟合模型.试验表明,采用该补偿方法最高能够降低92%的失准角误差.     

光纤陀螺标度因数及零偏温度误差补偿研究

首先分析了光纤陀螺产生温度误差的机理,在此基础上分别指出标度因数与零偏的误差补偿模型,提出了一种利用一组数据同时补偿标度因数及零偏的方法,直接表示输入与标度因数零偏补偿后的关系。最后通过实验验证了该方法不仅能够有效地补偿陀螺的温度误差,且其补偿精度优于原单独补偿的方法,同时该方法仅需一次温度实验,节省实验成本,具有较大的现实意义。     

光纤陀螺热致漂移仿真分析及实验验证

外界温度场作用下,光纤环温度变化和热应力是引起光纤陀螺非互易误差的主要原因。分析了光纤陀螺热致漂移的数学模型,基于该模型仿真研究了对光纤环以恒定功率加热随后转入平稳状态扰动因素下陀螺的输出特性。为验证模型准确性,选用3个光纤环搭建光纤陀螺系统,并对陀螺零偏变化特性进行了测试。测试结果表明,各陀螺零偏测试值与模型计算值间的误差不超过8%,实验结果与模型能够较好符合,该研究结果对高精度光纤陀螺的设计具有重要指导意义。     

强磁干扰环境下磁航向误差补偿技术研究

解决强磁环境下磁强计易受干扰的问题,能够提高微型姿态参照系统航向角测量精度。建立了磁强计误差两次补偿模型,首先采用椭圆坐标修正法对磁强计进行罗差补偿,以减小环境磁场的干扰;其次采用最小二乘拟合法对获得的磁航向角进行二次补偿,提高系统航向角测量精度。试验结果显示：系统航向角测量值的误差均方值由补偿前的3．982°降为补偿后的0．386°,精度提高近10．3倍,表明该补偿方法能够有效降低磁场环境的干扰,提高系统航向角测量精度。     

基于场景识别的惯性基类脑导航方法

针对无人机导航中惯性器件产生的漂移误差不断随时间累积进而影响导航精度的问题,以仿生类脑导航为研究背景,提出了一种新的导航方法。与传统导航策略不同的是,该方法从周期性校正累积位置误差的角度出发,采用设置位置细胞节点的思路,利用训练好的卷积神经网络模型在细胞节点处进行图像匹配,从而在位置细胞节点处实现惯导位置漂移误差校正。同时,建立节点之间的漂移误差模型,调整误差方程系数,以达到修正漂移误差的目的。最后,基于无人机飞行实验结果验证了该方法对自主导航的有效性和鲁棒性,该方法能够有效提高无人机导航的精度。     

基于简化Mohr模型的光纤陀螺温度补偿方法研究

为了提高光纤陀螺温度补偿精度,采用Mohr理论建立了光纤环圈的热传递模型,准确分析了光纤环圈内部的温度变化和分布情况,计算得到了光纤环圈的Shupe误差。根据Shupe理论误差和陀螺仪输出的相关性分析,得到了最优的光纤环圈热传递参数。根据热传递参数建立了光纤陀螺温度补偿模型,完成了光纤陀螺的实时温度补偿,实际补偿后光纤陀螺仪变温精度提高了约3.4倍。