[發(fā)明專利]一種基于TG-LSTM神經(jīng)網(wǎng)絡(luò)的偏振光羅盤航向角誤差校正方法

有效

• 申請?zhí)枺?/td>: 202011159004.6
• 申請日: 2020-10-26
• 公開（公告）號: CN112284366B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 趙東花;吳新冬;李珊;魏家琦;屈順彪;張嘉偉;劉俊;唐軍;申沖;王晨光
• 申請（專利權(quán)）人: 中北大學(xué)
• 主分類號: G01C17/38
• 分類號: G01C17/38;G06N3/04;G06N3/08
• 代理公司: 南京華恒專利代理事務(wù)所(普通合伙) 32335
• 代理人: 宋方園

本發(fā)明公開了一種基于TG?LSTM神經(jīng)網(wǎng)絡(luò)的偏振光羅盤航向角誤差校正方法，首先建立TG?LSTM神經(jīng)網(wǎng)絡(luò)模型；獲取學(xué)習(xí)樣本；訓(xùn)練TG?LSTM神經(jīng)網(wǎng)絡(luò)模型；對偏振光羅盤的航向角誤差進(jìn)行補(bǔ)償以獲取準(zhǔn)確的航向角。本發(fā)明適用于偏振光羅盤航向角測量，較之現(xiàn)有的多項(xiàng)式擬合技術(shù)，本發(fā)明提出的方法可通過建立傾角與數(shù)據(jù)采集周期非均勻等外部誤差源與偏振光羅盤航向角誤差之間復(fù)雜的非線性關(guān)系，有效消除因傾角和數(shù)據(jù)采集周期非均勻帶來的誤差，最終提高偏振光羅盤航向角測量精度。

技術(shù)領(lǐng)域

本發(fā)明涉及偏振光羅盤信號處理領(lǐng)域，具體地說，是指一種基于TG-LSTM神經(jīng)網(wǎng)絡(luò)的偏振光羅盤航向角誤差校正方法。

背景技術(shù)

近年來，偏振光定向技術(shù)通過獲取天空偏振光中大氣偏振模式進(jìn)行航向測量得到廣泛研究。在目前的航向測量中，偏振光羅盤都被假設(shè)為水平放置，然而在實(shí)際導(dǎo)航過程中偏振光羅盤的姿態(tài)即傾角會隨載體運(yùn)動時(shí)刻發(fā)生變化，這種假設(shè)會導(dǎo)致非常大的航向角測量誤差，進(jìn)而降低導(dǎo)航精度。因此，如何有效降低偏振光羅盤在實(shí)際導(dǎo)航過程中因傾角和數(shù)據(jù)采集周期非均勻?qū)е螺敵龊较蚪钦`差較大的問題至關(guān)重要。

現(xiàn)有提高偏振光羅盤航向角測量精度的方法主要包括：(1)改進(jìn)航向角算法提高偏振光羅盤在各種天氣條件下測量的魯棒性；(2)獲得高精度的偏振光羅盤校準(zhǔn)方法；(3)將偏振光羅盤與其他導(dǎo)航手段相結(jié)合以提高導(dǎo)航系統(tǒng)的環(huán)境適應(yīng)性和導(dǎo)航信息的完整性。但是偏振光羅盤在實(shí)際工作過程中，其航向角誤差與偏振光羅盤的傾角及數(shù)據(jù)采集周期相關(guān)，上述方法均不能解決該問題。此外，偏振光羅盤的傾角及數(shù)據(jù)采集周期與航向角誤差之間的關(guān)系具有高度非線性，傳統(tǒng)的多項(xiàng)式擬合等簡單方法很難精確地描述這種關(guān)系，目前尚無使用神經(jīng)網(wǎng)絡(luò)建模的方法進(jìn)行偏振光羅盤航向角誤差補(bǔ)償。

神經(jīng)網(wǎng)絡(luò)模型作為一種通用靈活的函數(shù)逼近器，被廣泛應(yīng)用于非線性系統(tǒng)和數(shù)據(jù)建模中，因此可被應(yīng)用于偏振光羅盤航向角誤差校正。然而偏振光羅盤數(shù)據(jù)采集周期具有非均勻性，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)如BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)等無法有效地處理該問題。

發(fā)明內(nèi)容

發(fā)明目的：為了解決現(xiàn)有技術(shù)存在的因偏振光羅盤的傾角及數(shù)據(jù)采集周期非均勻?qū)е潞较蚪谴嬖谡`差的問題，本發(fā)明提供一種基于TG-LSTM神經(jīng)網(wǎng)絡(luò)的偏振光羅盤航向角誤差校正方法。

技術(shù)方案：一種基于TG-LSTM神經(jīng)網(wǎng)絡(luò)的偏振光羅盤航向角誤差校正方法，包括以下步驟：

步驟一：將偏振光羅盤的傾角及數(shù)據(jù)采集周期作為神經(jīng)網(wǎng)絡(luò)的輸入，所述傾角包括俯仰角及橫滾角，將航向角誤差作為神經(jīng)網(wǎng)絡(luò)的輸出，構(gòu)建三輸入一輸出的TG-LSTM神經(jīng)網(wǎng)絡(luò)模型；

步驟二：將偏振光羅盤固定在三軸轉(zhuǎn)臺上，將三軸轉(zhuǎn)臺的仰俯角、橫滾角分別作為偏振光羅盤的俯仰角、橫滾角，將偏振光羅盤連續(xù)兩次輸出航向角的時(shí)間差作為數(shù)據(jù)采集周期，作為學(xué)習(xí)樣本的輸入；采集三軸轉(zhuǎn)臺水平時(shí)偏正光羅盤輸出的航向角，采集三軸轉(zhuǎn)臺傾斜時(shí)偏振光羅盤輸出的航向角，將水平時(shí)的航向角與傾斜時(shí)的航向角之差作為學(xué)習(xí)樣本的輸出；通過不斷改變?nèi)S轉(zhuǎn)臺傾斜的角度豐富樣本數(shù)量；

步驟三：根據(jù)步驟一得到的TG-LSTM神經(jīng)網(wǎng)絡(luò)模型和步驟二得到的學(xué)習(xí)樣本，對各組學(xué)習(xí)樣本分別采用TG-LSTM算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)得到最優(yōu)模型參數(shù)，獲得訓(xùn)練好的TG-LSTM神經(jīng)網(wǎng)絡(luò)模型；

步驟四：測量偏振光羅盤工作過程中的實(shí)際俯仰角、橫滾角，并與偏振光羅盤數(shù)據(jù)采集周期共同輸入訓(xùn)練好的TG-LSTM神經(jīng)網(wǎng)絡(luò)模型中，通過計(jì)算預(yù)測航向角的誤差，將偏振光羅盤輸出的航向角減去預(yù)測的誤差，得到補(bǔ)償后的航向角。

進(jìn)一步地，步驟二中，將三軸轉(zhuǎn)臺的俯仰角、橫滾角分別從0°至180°變化，每隔3°進(jìn)行一次數(shù)據(jù)采集，使學(xué)習(xí)樣本覆蓋所有傾角的測量范圍。

進(jìn)一步地，步驟三中，在訓(xùn)練過程中，采用時(shí)間反向傳播算法更新TG-LSTM神經(jīng)網(wǎng)絡(luò)的所有權(quán)值矩陣。