[發(fā)明專利]基于小波多尺度分析的MEMS陀螺隨機誤差補償方法

有效

• 申請?zhí)枺?/td>: 201410525603.3
• 申請日: 2014-10-09
• 公開（公告）號: CN104251712B
• 公開（公告）日: 2017-10-31
• 發(fā)明（設(shè)計）人: 徐定杰;蘭曉明;沈鋒;王璐;何爽;侯艷雪;遲曉彤;桑靖;李偉東
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G01C25/00
• 分類號: G01C25/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于小波多尺度分析的MEMS陀螺隨機誤差補償方法，其特征在于，包括以下步驟：

步驟1：采集MEMS陀螺的靜態(tài)輸出數(shù)據(jù)，并對輸出數(shù)據(jù)進行預(yù)處理，去除輸出數(shù)據(jù)中的陀螺常值漂移；

步驟2：對預(yù)處理后的輸出數(shù)據(jù)展開小波多尺度分析，首先對輸出數(shù)據(jù)進行多尺度小波分解，再對小波分解后得到的低頻和高頻系數(shù)進行量化處理，然后分別進行重構(gòu)，得到重構(gòu)后的低頻系數(shù)和高頻系數(shù)，進而分離出有色噪聲和測量噪聲；

步驟3：分別利用步驟2中分離出的有色噪聲和測量噪聲對粒子群小波網(wǎng)絡(luò)進行訓(xùn)練，分別建立有色噪聲和測量噪聲的小波網(wǎng)絡(luò)模型，并利用增加動量項方法修正網(wǎng)絡(luò)參數(shù)，訓(xùn)練結(jié)束后保持網(wǎng)絡(luò)；

增加動量項的權(quán)值和參數(shù)修正方法流程如下：

計算網(wǎng)絡(luò)預(yù)測誤差e，其表達(dá)式為：

e=Σp=1m(d(p)-y(p))]]>

式中，m為輸出層節(jié)點數(shù)，p＝1,2,3,…m，d(p)為期望輸出；y(p)為小波網(wǎng)絡(luò)預(yù)測輸出；

根據(jù)預(yù)測誤差e修正小波網(wǎng)絡(luò)權(quán)值和小波基函數(shù)參數(shù)

ω_iq(z+1)＝ω_iq(z)+Δω_iq(z+1)+ρ*(ω_iq(z)-ω_iq(z-1))

ω_qp(z+1)＝ω_qp(z)+Δω_qp(z+1)+ρ*(ω_qp(z)-ω_qp(z-1))

a_q(z+1)＝a_q(z)+Δa_q(z+1)+ρ*(a_q(z)-a_q(z-1))

b_q(z+1)＝b_q(z)+Δb_q(z+1)+ρ*(b_q(z)-b_q(z-1))

式中，ω_iq為輸入層和隱含層的連接權(quán)值，b_q為小波基函數(shù)h的平移因子，a_q為小波基函數(shù)h的伸縮因子，ω_qp為隱含層到輸出層權(quán)值，ρ為動量項學(xué)習(xí)速率，z為迭代次數(shù)；Δω_iq(z+1)，Δω_qp(z+1)，Δa_q(z+1)，Δb_q(z+1)均根據(jù)網(wǎng)絡(luò)預(yù)測誤差計算得到：

Δωiq(z+1)=-η∂e∂ωiq(z)]]>

Δωqp(z+1)=-η∂e∂ωqp(z)]]>

Δaq(z+1)=-η∂e∂aq(z)]]>

Δbq(z+1)=-η∂e∂bq(z)]]>

式中，η為學(xué)習(xí)率；

對有色噪聲建立小波網(wǎng)絡(luò)的模型，其表達(dá)式為：

x_g＝f(x₁,x₂,…,x_g-1)

式中，x_g為網(wǎng)絡(luò)的輸出數(shù)據(jù)，g為輸入數(shù)據(jù)個數(shù)；[x₁,x₂,…,x_g]為重構(gòu)后的低頻系數(shù)，作為網(wǎng)絡(luò)的輸入數(shù)據(jù)；f()為小波擬合函數(shù)；

對測量噪聲建立小波網(wǎng)絡(luò)模型，其表達(dá)式為：

ε_w＝f(D₁',D'₂,…,D'_j)

式中，ε_w為測量噪聲，j為小波分解尺度，[D₁',D'₂,…,D'_j]為重構(gòu)后的高頻系數(shù)；

步驟4：將步驟3中得到的有色噪聲的小波網(wǎng)絡(luò)模型和測量噪聲的小波網(wǎng)絡(luò)模型進行組合，得到MEMS陀螺的隨機誤差模型，最終利用該隨機誤差模型去估計并補償MEMS陀螺的隨機誤差。