CN109579873A - 一种基于模糊逻辑系统的环形激光器温度建模及补偿方法 - Google Patents

Abstract

本发明的目的是对于环形激光器测角法，研究温度对比例因子和漂移的影响，设计了一种基于模糊逻辑系统的建模和补偿方案，有效地消除了环境温度对激光器精度的影响。具体方法如下：首先搭建试验平台，测试在不同温度和温度变化率下的输出脉冲，进而得到比例因子的值，然后测试在不同温度下，各个转角的零偏量。为了构建温度‑比例因子的模型，以环境温度、环境温度与激光器温度差值和温度变化率为输入，以比例因子为输出，对模糊逻辑系统进行训练，利用梯度下降法对模糊权重进行调节，使该系统尽可能逼近真实模型。而温度‑零偏的模型则是由环境温度、环境温度与激光器温度差值和温度变化率为输入，以脉冲数为输出，对另一个模糊逻辑系统进行训练并采用梯度下降法对模糊权重进行调节。最后利用模糊系统逼近的比例因子和零偏对环形激光器的输出进行补偿，有效地提高了测角精度。

Description

一种基于模糊逻辑系统的环形激光器温度建模及补偿方法

技术领域

本发明研究基于环形激光器的转台现场快速校准装置，提出了一种基于模糊逻辑系统的温度-比例因子,温度-漂移的建模和补偿方法，属于惯性校准技术领域。

背景技术

随着伺服系统的快速发展，伺服转台在军事领域已经得到广泛应用，例如：雷达天线系统，火炮控制系统和机器人系统都离不开伺服转台。可以说转台的性能直接关系到军事武器装备的性能，因此首先必须保证转台的精度，然后才能确保武器装备的精度，这是前提，也是基础。而确保转台精度的唯一有效方法就是按期溯源，定期对转台进行校准。

当前转台角度校准中主要使用的技术有光栅法、激光干涉法、激光自准直法等。其中光栅法以标准光栅为基准元件，以角度编码器为测角系统的核心，光栅测角法可以将转轴的转角位置转换成对应的数字代码，起着定位和控制反馈作用，因而光栅测角技术在航空、航天、国防工业等方面已经得到了广泛应用，但由于光栅测角技术需要复杂的制作与装调工艺，不易实现小型化，因此对于现场校准人员有较高的技术要求，且不能便捷快速的实施。激光干涉法大多是以迈克尔逊干涉仪作为基本原理，将角度的变化转换为长度变化来进行测量，但是在有一定测量距离的情况下不易实现，而且对环境温湿度、基础振动等要求比较高，需要专用的高精度平台，其采样速率较慢，主要用于实验室校准，无法满足现场转台快速校准的需要。激光自准直法是利用在光学上使物和像都在一个平面或共轭平面上的原理实现角度测量，激光自准直法的测量仪器需要大焦距，故仪器笨重，携带不方便。这种方法不但操作复杂、效率低，而且都需要将多面棱体等光学元件通过精密分度装置安装在主轴上，但是有些特殊场合多面棱体无法安装或者安装十分困难，如大型转台，在主轴上安装元件十分复杂，也难以保证安装精度，而且成本高，因此无法保证测量精度，主要用于实验室校准，无法满足现场转台快速校准的需要。上述三种实验室常用测角方法操作复杂，对使用人员技术要求和环境要求都比较高，不适宜现场转台快速便捷校准的需求。

环形激光器测角法作为一种新型的测角技术，相比于传统的光栅法、激光干涉法、激光自准直法具有小型化、精度高、操作简单、安装便捷等优点。它的工作原理是利用Sagnac效应，即环形腔体内两束相反方向传播的光由于环路的转动引起光频率的改变，相对频率的变化等同于光程差，这两束光汇合后发生干涉，通过计算干涉条纹或测量频率差即可得到光程差ΔL，从而得到旋转角速率ω。由于角速率产生的环形激光器内双向行波间的谐振频差，可通过电子技术将每一个振荡周期(拍)转变为一个脉冲，脉冲周期数与转过角度理论上成正比关系，由此可计算转过的角度。这项技术目前仅仅在美国，俄罗斯和德国得到了一些研究和应用，而国内对于这项技术的研究尚处在起步阶段，中航工业618所生产的环形激光器可满足上限400°/s的角速度测量和静态角度测量，测量时需要对环形激光器进行现场初始校准以消除零偏和地球自转等的影响。中国计量科学研究院利用四频激光陀螺与圆光栅编码器进行了环形激光精密测角试验，得到的相关结论表明，利用环形激光器进行角度的测量，其精度最高优于0.1″。然而，由于环形激光器的制造工艺精密，使得它对于环境因素的变化较为敏感，例如：温度，随机扰动，高频噪声等均可导致环形激光器校准精度的降低。其中，温度作为最主要的影响因素会使得比例因子发生变化并且导致固定漂移和随机漂移。因此，对温度-比例因子和温度-漂移的建模和补偿是提高环形激光器校准精度的重要方法。

本发明针对上述问题，采用环形激光器对转台现场进行快速校准，提出了基于模糊逻辑系统的温度-比例因子和温度-漂移的建模与补偿策略，经过试验验证，所提出的方法提高了环形激光器的校准精度，为环形激光器校准法在各种复杂环境下的应用奠定了基础。

发明内容

本发明的目的是对于环形激光器测角法，研究温度对比例因子和漂移的影响，设计了一种基于模糊逻辑系统的建模和补偿方案，有效地消除了环境温度对激光器精度的影响。具体方法如下：首先搭建试验平台，测试在不同温度和温度变化率下的输出脉冲，进而得到比例因子的值，然后测试在不同温度下，各个转角的零偏量。为了构建温度-比例因子的模型，以环境温度、环境温度与激光器温度差值和温度变化率为输入，以比例因子为输出，对模糊逻辑系统进行训练，利用梯度下降法对模糊权重进行调节，使该系统尽可能逼近真实模型。而温度-零偏的模型则是由环境温度、环境温度与激光器温度差值和温度变化率为输入，以脉冲数为输出，对另一个模糊逻辑系统进行训练并采用梯度下降法对模糊权重进行调节。最后利用模糊系统逼近的比例因子和零偏对环形激光器的输出进行补偿，有效地提高了测角精度。

具体技术方案如下：

一、将环形激光器安置在转台上，测试在不同温度下的环形激光器的输出脉冲数，进而算得比例因子。

将环形激光器固定在转台上，通过改变温度，控制转台运转一周，采集环形激光器的输出脉冲数，通过下式得到比例因子的值

其中，为转台转过的角度；为环形激光器脉冲数；K′为刻度系数；K为比例因子。

二、通过控制转台运动到不同转角，测试在不同温度下的环形激光器的输出脉冲数，算出每个温度下的零偏量。

控制转台按着固定步长转动，采集不同温度下环形激光器在不同位置的脉冲输出数，则零偏的计算公式如下：

其中，B^j是激光器的零偏；为j度下的第i秒的脉冲数；n＝1800为采样点数；θ为测试地点地理纬度。

三，设计模糊逻辑系统，利用步骤一采集的数据对模糊系统进行训练，建立温度-比例因子的模型。

模糊逻辑系统具有强大的非线性逼近功能已经广泛应用于民用家电以及国防军事中，它是由知识库，模糊器，模糊推理机和解模糊器构成。

搭建模糊逻辑系统，并利用步骤一采集的数据对模糊系统进行训练，当逼近误差小于给定值时，结束训练。以此训练好的模糊逻辑系统代表温度-比例因子的真实模型。

四，设计另一个模糊逻辑系统，利用步骤二采集的数据对模糊系统进行训练，建立温度-零偏的模型。

此步的模糊逻辑系统的设计方法和步骤三一致。搭建模糊逻辑系统，并利用步骤二采集的数据对模糊系统进行训练，当逼近误差小于给定值时，结束训练。则以此训练好的模糊逻辑系统代表温度-零偏的真实模型。

五，对训练好的模糊逻辑系统对环形激光器输出进行补偿，有效地提高了校准精度。

将实际传感器温度，环境温度以及温度变化率作为输入，通过训练好的模糊逻辑系统，得到比例因子和零偏，将比例因子和零偏补偿至环形激光器的输出端，提高了环形激光器的校准精度。

本发明所述的控制方法有如下有益效果：

1、利用环形激光测角法实现对现场用转台的校准，不但操作简单，而且环境适应性强，可以在宽的温度范围内使用，还可以在测量过程中确定环形激光器的比例因子和零偏，从而大大减小了测量误差。

2、由于环形激光器比例因子和零偏易受温度影响，进而影响到测量精度。因此我们对不同温度下的环形激光器输出进行测试，研究温度与比例因子和零偏之间的关系。

3、以采集到的数据为训练样本，设计模糊逻辑系统分别对温度-比例因子和温度-零偏进行建模，采用动量梯度下降法对模糊权重进行调节，提高了收敛速度和逼近精度。

4、利用模糊逻辑系统得到的比例因子和零偏对环形激光器输出进行补偿，有效地克服了温度对环形激光器的影响，提高了校准精度。

附图说明

图1为本发明的基于环形激光器的测角结构示意图；

图2为本发明的基于环形激光器的测角流程图；

图3为本发明的模糊逻辑系统；

具体实施方式

本实施例中，根据发明内容所述方法利用环形激光器对伺服转台进行校准，并设计了模糊逻辑系统对温度-比例因子和温度-零偏进行建模以及补偿，消除了温度变化对环形激光器的影响，提高了校准精度。

基于模糊逻辑系统的环形激光器温度-比例因子和温度-零偏的建模及补偿方法，主要分为以下几个步骤：

步骤一、将环形激光器安置在转台上，测试在不同温度下的环形激光器的输出脉冲数，进而算得比例因子。

将环形激光器固定在转台中心位置，激光器的轴心要与转台轴心重合，连接好线路后，打开测试软件，启动环形激光器预热30分钟，然后通过控制转台正转180度再翻转180度的方法消除地球自转和零偏等因素对环形激光器输出的影响，通过下式得到比例因子的值

其中，为转台转过的角度；为环形激光器脉冲数；K′为刻度系数；K为比例因子。

选择温度变化范围0℃～50℃，每次变化5℃，按着上述操作步骤测试不同温度下的环形激光器的输出脉冲数，进而算出比例因子K_i的值，i为对应的每次温度值。

步骤二、通过控制转台运动到不同转角，测试在不同温度下的环形激光器的输出脉冲数，算出每个温度下的零偏量。

将转台回到初始位置，选择转动范围为0°～360°，步长为15°，选择温度变化范围0℃～50℃，每次变化5℃，通过控制转台每走一步、停留30分钟(每一个温度停留3分钟),采集不同温度下环形激光器的脉冲输出数，则零偏的计算公式如下：

其中，B^j是激光器的零偏；为j度下的第i秒的脉冲数；n＝1800为采样点数；θ为测试地点地理纬度。

步骤三，设计模糊逻辑系统，以环境温度，环境温度与本体温度差以及温度变化率为输入，比例因子为输出，训练模糊系统，建立温度-比例因子的模型。

模糊逻辑系统具有强大的非线性逼近功能已经广泛应用于民用家电以及国防军事中，它是由知识库，模糊器，模糊推理机和解模糊器构成。知识库存放If-Then规则如下：

Then y is W^l,l＝1,2,…,N

其中x_i和y分别为模糊逻辑系统的输入和输出，和W^l为模糊集，其隶属度函数为和N为If-Then规则数。

根据上述规则，模糊逻辑系统可表示如下：

其中

模糊基函数可以定义如下：

如果使x＝[x₁,…,x_n]^T,φ(x)＝[φ₁(x),…,φ_N(x)]^T,则模糊逻辑系统(5)可表示为

y(x)＝w^Tφ (7)

为了加快模糊系统的训练速度，采用梯度下降算法对模糊权重进行更新：

其中w为模糊权重，γ为动量因子，α为学习速度，e＝K-y(x)为逼近误差。

将步骤一采集的数据分为两组，一组为训练样本，一组为测试样本。以环境温度T，环境温度与本体温度差ΔT以及温度变化率为输入，比例因子K_i为输出，对上述网络进行训练，当逼近误差|e|≤ε时(ε一般为较小的值，这里我们设为0.01)，结束训练。对训练好的模糊系统，采用另外一组测试样本进行验证，若逼近误差不符合标准时，则从新训练模糊系统；若逼近误差符合标准时，则认为此模糊系统就能代表温度-比例因子的真实模型。

步骤四，设计另一个模糊逻辑系统，以环境温度，环境温度与本体温度差以及温度变化率为输入，零偏量为输出，训练模糊系统，建立温度-零偏的模型。

此步的模糊逻辑系统的设计方法和步骤三一致，则模糊逻辑系统模型为

y′(x)＝w′^Tφ′ (9)

其中 为隶属度函数的最大值，φ_l为模糊基函数。

同样的，这步我们也采用动量梯度下降发对模糊网络进行训练：

其中w′为模糊权重，γ′为动量因子，α′为学习速度，e′＝B-y′(x)为逼近误差。

将步骤二采集的数据分为两组，一组为训练样本，一组为测试样本。以环境温度T，环境温度与本体温度差ΔT以及温度变化率为输入，零偏为输出，对上述网络进行训练，当逼近误差|e′|≤ε′时(ε′一般为较小的值，这里我们设为0.01)，结束训练。对训练好的模糊系统，采用另外一组测试样本进行验证，若逼近误差不符合标准时，则从新训练模糊系统；若逼近误差符合标准时，则认为此模糊系统就能代表温度-零偏的真实模型。

步骤五，对训练好的模糊逻辑系统对环形激光器输出进行补偿，有效地提高了校准精度。

将实际传感器温度，环境温度以及温度变化率作为输入，通过训练好的模糊逻辑系统，得到比例因子和零偏，则环形激光器测量的角度可由下式得出：

其中为环形激光器的输出脉冲，y(x)为模糊系统逼近的比例因子，y′(x)模糊系统逼近的零偏量。

采用以上方法计算环形激光器测量的角度，可以消除温度对环形激光器的影响，有效地提高了校准精度。

Claims (1)

1.本专利所发明的基于模糊逻辑系统的环形激光器温度建模及补偿方法，其特征在于，具体技术方案如下：

步骤一、将环形激光器安置在转台上，测试在不同温度下的环形激光器的输出脉冲数，进而算得比例因子。

将环形激光器固定在转台中心位置，激光器的轴心要与转台轴心重合，连接好线路后，打开测试软件，启动环形激光器预热30分钟，然后通过控制转台正转180度再翻转180度的方法消除地球自转和零偏等因素对环形激光器输出的影响，通过下式得到比例因子的值

其中，为转台转过的角度；为环形激光器脉冲数；K′为刻度系数；K为比例因子。

选择温度变化范围0℃～50℃，每次变化5℃，按着上述操作步骤测试不同温度下的环形激光器的输出脉冲数，进而算出比例因子K_i的值，i为对应的每次温度值。

步骤二、通过控制转台运动到不同转角，测试在不同温度下的环形激光器的输出脉冲数，算出每个温度下的零偏量。

将转台回到初始位置，选择转动范围为0°～360°，步长为30°，选择温度变化范围0℃～50℃，每次变化5℃，通过控制转台每走一步、停留30分钟(每一个温度停留3分钟),采集不同温度下环形激光器的脉冲输出数，则零偏的计算公式如下：

其中，B^j是激光器的零偏；为j度下的第i秒的脉冲数；n＝1800为采样点数；θ为测试地点地理纬度。

步骤三，设计模糊逻辑系统，以环境温度，环境温度与本体温度差以及温度变化率为输入，比例因子为输出，训练模糊系统，建立温度-比例因子的模型。

模糊逻辑系统具有强大的非线性逼近功能已经广泛应用于民用家电以及国防军事中，它是由知识库，模糊器，模糊推理机和解模糊器构成。知识库存放If-Then规则如下：

Then y is W^l,l＝1,2,…,N

其中x_i和y分别为模糊逻辑系统的输入和输出，和W^l为模糊集，其隶属度函数为和N为If-Then规则数。

根据上述规则，模糊逻辑系统可表示如下：

其中

模糊基函数可以定义如下：

如果使x＝[x₁,…,x_n]^T,φ(x)＝[φ₁(x),…,φ_N(x)]^T,则模糊逻辑系统(5)可表示为

y(x)＝w^Tφ (7)

为了加快模糊系统的训练速度，采用梯度下降算法对模糊权重进行更新：

其中w为模糊权重，γ为动量因子，α为学习速度，e＝K-y(x)为逼近误差。

将步骤一采集的数据分为两组，一组为训练样本，一组为测试样本。以环境温度T，环境温度与本体温度差ΔT以及温度变化率为输入，比例因子K_i为输出，对上述网络进行训练，当逼近误差|e|≤ε时(ε一般为较小的值，这里我们设为0.01)，结束训练。对训练好的模糊系统，采用另外一组测试样本进行验证，若逼近误差不符合标准时，则从新训练模糊系统；若逼近误差符合标准时，则认为此模糊系统就能代表温度-比例因子的真实模型。

步骤四，设计另一个模糊逻辑系统，以环境温度，环境温度与本体温度差以及温度变化率为输入，零偏量为输出，训练模糊系统，建立温度-零偏的模型。

此步的模糊逻辑系统的设计方法和步骤三一致，则模糊逻辑系统模型为

y′(x)＝w′^Tφ′ (9)

其中φ′(x)＝[φ′₁(x),…,φ′_N(x)]^T，为隶属度函数的最大值，φ_l为模糊基函数。

同样的，这步我们也采用动量梯度下降发对模糊网络进行训练：

其中w′为模糊权重，γ′为动量因子，α′为学习速度，e′＝B-y′(x)为逼近误差。

将步骤二采集的数据分为两组，一组为训练样本，一组为测试样本。以环境温度T，环境温度与本体温度差ΔT以及温度变化率为输入，零偏为输出，对上述网络进行训练，当逼近误差|e′|≤ε′时(ε′一般为较小的值，这里我们设为0.01)，结束训练。对训练好的模糊系统，采用另外一组测试样本进行验证，若逼近误差不符合标准时，则从新训练模糊系统；若逼近误差符合标准时，则认为此模糊系统就能代表温度-零偏的真实模型。

步骤五，对训练好的模糊逻辑系统对环形激光器输出进行补偿，有效地提高了校准精度。

将实际传感器温度，环境温度以及温度变化率作为输入，通过训练好的模糊逻辑系统，得到比例因子和零偏，则环形激光器测量的角度可由下式得出：

其中为环形激光器的输出脉冲，y(x)为模糊系统逼近的比例因子，y′(x)模糊系统逼近的零偏量。

采用以上方法计算环形激光器测量的角度，可以消除温度对环形激光器的影响，有效地提高了校准精度。