CN116734847A - 一种激光捷联惯组温度补偿方法 - Google Patents
一种激光捷联惯组温度补偿方法 Download PDFInfo
- Publication number
- CN116734847A CN116734847A CN202311015598.7A CN202311015598A CN116734847A CN 116734847 A CN116734847 A CN 116734847A CN 202311015598 A CN202311015598 A CN 202311015598A CN 116734847 A CN116734847 A CN 116734847A
- Authority
- CN
- China
- Prior art keywords
- temperature
- measurement unit
- inertial measurement
- strapdown inertial
- temperature compensation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000002245 particle Substances 0.000 claims abstract description 53
- 230000008859 change Effects 0.000 claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims abstract description 23
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 14
- 238000000137 annealing Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 25
- 238000002922 simulated annealing Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Gyroscopes (AREA)
Abstract
本发明公开了一种激光捷联惯组温度补偿方法,属于激光捷联惯组温度补偿技术领域,为了能够有效提高“三自”激光捷联惯组温度补偿的精度,所述激光捷联惯组温度补偿方法包括:S1:构建同时考虑温度、温度变化率以及温度变化加速率影响的温补模型;S2:利用基于模拟退火粒子群算法辨识所述温补模型的系数,得到激光捷联惯组温度补偿模型;S3:基于激光捷联惯组敏感器件的实时温度测量数据,利用所述激光捷联惯组温度补偿模型,确定激光捷联惯组温度补偿结果。
Description
技术领域
本发明涉及激光捷联惯组温度补偿技术领域,具体涉及一种激光捷联惯组温度补偿方法。
背景技术
“三自”激光捷联惯组是一种大型空间飞行运载体导航制导的关键设备,主要由激光陀螺仪、石英挠性加速度计及相应信号模数转换电路等组成。实践表明,“三自”激光捷联惯组的测量精度受温度等环境影响较大,为保持其工作期间的精度水平,在实际使用中通常需要为其配置温控电路,使其工作在相对恒定的温度环境下。因此,使用“三自”激光捷联惯组的大型空间运载体启动前,需对惯组通过内部温控电路进行一定时间的加温,当温度达到指标要求后再启动惯组以确保其在适宜温度下的精度要求。这虽然确保了该惯组的导航制导精度,但加温环节的存在严重迟滞了大型运载体由冷状态转入发射状态的准备时间,严重影响了运载体的快速反应能力。
此外,采用实时温度误差补偿技术达到惯组的精度要求则是另一种有效方法。该方法利用建立的温度误差模型,根据监测点实际温度对惯性器件输出进行实时补偿以满足其全温范围内的导航精度。温度误差补偿作为一种数学方法,相较于温控法能够避免结构冗余,免除了温控法所需要的加温时间,且补偿后也能满足导航精度要求,目前受到了广泛关注。
“三自”激光捷联惯组的温度误差补偿技术的精度水平受误差模型和拟合精度的影响较大,目前建立的温度误差补偿模型大多只考虑了温度的影响,对温度变化率和温度变化加速率的考虑不足,同时对误差模型误差系数的辨识也多是采用最小二乘法,拟合精度水平欠佳。
发明内容
本发明的目的在于提供一种激光捷联惯组温度补偿方法,以能够有效提升“三自”激光捷联惯组的温度误差补偿精度。
本发明解决上述技术问题的技术方案如下:
本发明提供一种激光捷联惯组温度补偿方法,所述激光捷联惯组温度补偿方法包括:
S1:构建同时考虑温度、温度变化率以及温度变化加速率影响的温补模型;
S2:利用基于模拟退火粒子群算法辨识所述温补模型的系数,得到激光捷联惯组温度补偿模型;
S3:基于激光捷联惯组敏感器件的实时温度测量数据,利用所述激光捷联惯组温度补偿模型,确定激光捷联惯组温度补偿结果。
可选择地,所述S1中,所述温补模型为:
其中,K为激光捷联惯组测量参量的温漂;T是激光捷联惯组内部温度测量值;a为温度的五次项系数;b为温度的四次项系数;c为温度的三次项系数;d为温度的二次项系数;e为温度的一次项系数;f为温度变化率的一次项系数;g为温度变化率的二次项系数;h为温度变化加速率的一次项系数;i为温度变化加速率的二次项系数,k为常值系数,t为温度测量时间,为温度随时间的变化函数,/>表示温度变化率,/>表示温度变化加速率。
可选择地,所述S2包括:
S21:初始化种群设置;
S22:根据粒子群算法对初始值进行寻优计算,得到所有粒子的最佳位置;其中,所述粒子群算法中的粒子为所述温补模型的系数范围值;
S23:利用模拟退火算法对各粒子的最佳位置进行抽样处理,得到全域最优解;
S24:将所述全域最优解所对应的粒子作为所述温补模型的最优系数;
S25:根据所述最优系数,生成拟合曲线;
S26:根据拟合曲线和目标曲线,得到对应温度点的拟合残差;
S27:将所述拟合残差补偿至所述模拟退火算法的目标函数中,得到对应温度点的实际输出;
S28:根据所有温度点的实际输出,得到激光捷联惯组温度补偿模型。
可选择地,所述S22包括:
S221:初始化参数和粒子,包括学习因子、迭代次数、种群规模、限制速度维度、变量取值范围、适应度函数、终止条件、粒子群、粒子的长度和惯性权重,
S222:定义适应度函数,个体极值为各粒子的个体最优解,从所有的个体最优解中确定当前全局最优解;
S223:比较当前全局最优解与历史全局最优解,得到比较结果;
S224:判断当前参数更新是否满足终止条件,若是,根据比较结果确定所有粒子的最佳位置,否则,根据比较结果进行参数更新。
可选择地,所述S23包括:
S231:根据实际需求,设置目标优化函数,初始温度T 1、退火温度T min、循环迭代次数k、初始解/>和降温函数;
S232:根据初始温度T 1和初始解,随机生成一个新的解/>;
S233:根据所述模拟退火算法内置的Metropolis准则,分析是否接受新的解,具体判断方法为:当/>时,接受新的解/>;当/>时,判断/>是否满足,若是,则接受新的解/>;反之,则保持最优解为/>;其中,/>表示初始解/>的目标优化函数值,/>表示新的解/>的目标优化函数值,/>表示0-1之间的随机数,T i表示第i次迭代时的温度;
S234:判断当前迭代是否达到迭代次数k,若是,输出所述最优解为全域最优解,否则,返回S232。
可选择地,所述S26包括:
根据拟合曲线和目标曲线中各温度点的温度值,利用误差辨识公式,得到对应温度点的拟合残差。
可选择地,所述误差辨识公式为:
其中,表示拟合曲线中对应温度点输出值,/>为实测值,/>为拟合残差,/>表示当前温度的实际值。
可选择地,所述目标函数为所述误差辨识公式。
本发明具有以下有益效果:
1、本发明构建了同时考虑温度、温度变化率和温度变化加速率影响的温补模型,该模型同时考虑了温度、温度变化率以及温度变化加速率对“三自”激光惯组误差模型系数温漂的影响。其中,针对温度参数构建了五阶模型,用于精细刻画温度对“三自”激光惯组误差模型系数漂移的影响;针对温度变化率与温度变化加速率分别构建了两阶模型,表征了温度变化率和温度变化加速率对“三自”激光惯组误差模型系数漂移的影响;
2、本发明利用基于模拟退火粒子群的模型系数辨识方法,充分利用了模拟退火算法的优点对粒子群算法进行了改进,有效避免了粒子群算法容易陷入局部最优的缺陷,能够有效提升温补模型系数辨识精度水平;
3、本发明结合温补模型运算单元和测温电路的引入,可以极大的提升“三自”激光捷联惯组的测量精度和测量速度,提升大型空间运载体飞行轨迹和姿态控制能力。
附图说明
图1为本发明激光捷联惯组温度补偿方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明提供一种激光捷联惯组温度补偿方法,参考图1所示,所述激光捷联惯组温度补偿方法包括:
S1:构建同时考虑温度、温度变化率以及温度变化加速率影响的温补模型;
在此之前,本发明针对某型具体的“三自”激光捷联惯组,依托高精度转台和加表测试仪,在其典型工作温度区间内进行温度循环试验,获取“三自”激光捷联惯组激光陀螺与石英挠性加速度计的误差模型系数随温度的漂移数据。
然后,针对“三自”激光惯组每一个误差模型系数的试验数据,利用构建的同时考虑温度、温度变化率和温度变化加速率影响的温补模型。
所述温补模型为:
其中,K为激光捷联惯组测量参量的温漂;T是激光捷联惯组内部温度测量值;a为温度的五次项系数;b为温度的四次项系数;c为温度的三次项系数;d为温度的二次项系数;e为温度的一次项系数;f为温度变化率的一次项系数;g为温度变化率的二次项系数;h为温度变化加速率的一次项系数;i为温度变化加速率的二次项系数,k为常值系数,t为温度测量时间,为温度随时间的变化函数,/>表示温度变化率,/>表示温度变化加速率。
该模型同时考虑了温度、温度变化率以及温度变化加速率对“三自”激光惯组误差模型系数温漂的影响。其中,针对温度参数构建了五阶模型,用于精细刻画温度对“三自”激光惯组误差模型系数漂移的影响;针对温度变化率与温度变化加速率分别构建了两阶模型,表征了温度变化率和温度变化加速率对“三自”激光惯组误差模型系数漂移的影响。
S2:利用基于模拟退火粒子群算法辨识所述温补模型的系数,得到激光捷联惯组温度补偿模型;
所述S2包括:
S21:初始化种群设置;
本发明中根据实际需要,保证拟合精度,首先进行初始化种群设置,设初始粒子数目为200个,最大迭代次数为1000次,退火常数为0.5,全局最优存放位置gbest,设置位置约束条件等,根据上文提到的加速度计误差补偿模型对实验得到的加速度计相关静态误差系数输出数据进行拟合仿真。
S22:根据粒子群算法对初始值进行寻优计算,得到所有粒子的最佳位置;其中,所述粒子群算法中的粒子为所述温补模型的系数范围值;
可选择地,所述S22包括:
S221:初始化参数和粒子,包括学习因子、迭代次数、种群规模、限制速度维度、变量取值范围、适应度函数、终止条件、粒子群、粒子的长度和惯性权重,
S222:定义适应度函数,个体极值为各粒子的个体最优解,从所有的个体最优解中确定当前全局最优解;
S223:比较当前全局最优解与历史全局最优解,得到比较结果;
S224:判断当前参数更新是否满足终止条件,若是,根据比较结果确定所有粒子的最佳位置,否则,根据比较结果进行参数更新。
本发明的粒子群算法的终止条件包括:(1)粒子最大迭代次数;(2)最终代数差满足最小界限。
粒子群算法在对动物集群活动行为观察基础上,利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程,从而获得最优解的迭代优化算法。该算法中主要的调节参数有:粒子群、粒子的长度、粒子的范围、最大速度、学习因子、终止条件、惯性权重等。该算法具有需要调整的参数较少,收敛速度快、效率高等特点,相较于遗传算法和神经网络算法,更易于硬件移植,因此本发明采用粒子群算法。
S23:利用模拟退火算法对各粒子的最佳位置进行抽样处理,得到全域最优解;
由于粒子群算法在使用过程中存在容易陷入全局最优,且在一定程度上收敛精度较低。因此本发明利用模拟退火算法其内置的Metroplips准则对粒子群算法计算过程中的各个拥有当前最佳位置粒子的进行抽样选择,并根据结果进行比较,获得整个群体在全域范围内的最佳位置,从而有效避免了粒子群算法的缺陷。
可选择地,所述S23包括:
S231:根据实际需求,设置目标优化函数,初始温度T 1、退火温度T min、循环迭代次数k、初始解/>和降温函数;
S232:根据初始温度T 1和初始解,随机生成一个新的解/>;
S233:根据所述模拟退火算法内置的Metropolis准则,分析是否接受新的解,具体判断方法为:当/>时,接受新的解/>;当/>时,判断/>是否满足,若是,则接受新的解/>;反之,则保持最优解为/>;其中,/>表示初始解/>的目标优化函数值,/>表示新的解/>的目标优化函数值,/>表示0-1之间的随机数,T i表示第i次迭代时的温度;
S234:判断当前迭代是否达到迭代次数k,若是,输出所述最优解为全域最优解,否则,返回S232。
S24:将所述全域最优解所对应的粒子作为所述温补模型的最优系数;
S25:根据所述最优系数,生成拟合曲线;
S26:根据拟合曲线和目标曲线,得到对应温度点的拟合残差;
本发明根据拟合曲线和目标曲线中各温度点的温度值,利用误差辨识公式,得到对应温度点的拟合残差。
所述误差辨识公式为:
其中,表示拟合曲线中对应温度点输出值,/>为实测值,/>为拟合残差,/>表示当前温度的实际值。
S27:将所述拟合残差补偿至所述模拟退火算法的目标函数中,得到对应温度点的实际输出;
S28:根据所有温度点的实际输出,得到激光捷联惯组温度补偿模型。
S3:基于激光捷联惯组敏感器件的实时温度测量数据,利用所述激光捷联惯组温度补偿模型,确定激光捷联惯组温度补偿结果。
即可将建立的温补模型,导入到温补模型运算单元中,结合“三自”激光捷联惯组典型敏感器件的温度测量数据与实时输出数据,计算大型空间运载体的飞行位置和姿态参数,为大型空间运载体的导航制导控制提供支撑。
本发明提出的同时考虑温度、温度变化率和温度变化加速率影响的温补模型,基于“三自”激光捷联惯组温度循环试验数据,利用提出的模拟退火粒子群算法进行系数辨识后得到具体“三自”激光捷联惯组温度补偿模型,并将其内置于温补模型运算单元中。除此之外,本领域技术人员还可以在“三自”激光捷联惯组内部增加测温电路,测量激光陀螺和加速度计的工作环境温度,并将温度测量数据、激光陀螺输出数据以及加速度计输出数据同步输出到温补模型运算单元,由温补模型运算单元运算补偿后输出给大型空间运载体飞控机,以用于导航计算和姿态控制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种激光捷联惯组温度补偿方法,其特征在于,所述激光捷联惯组温度补偿方法包括:
S1:构建同时考虑温度、温度变化率以及温度变化加速率影响的温补模型;
S2:利用基于模拟退火粒子群算法辨识所述温补模型的系数,得到激光捷联惯组温度补偿模型;
S3:基于激光捷联惯组敏感器件的实时温度测量数据,利用所述激光捷联惯组温度补偿模型,确定激光捷联惯组温度补偿结果;所述S1中,所述温补模型为:
其中,K为激光捷联惯组测量参量的温漂;T是激光捷联惯组内部温度测量值;a为温度的五次项系数;b为温度的四次项系数;c为温度的三次项系数;d为温度的二次项系数;e为温度的一次项系数;f为温度变化率的一次项系数;g为温度变化率的二次项系数;h为温度变化加速率的一次项系数;i为温度变化加速率的二次项系数,k为常值系数,t为温度测量时间,为温度随时间的变化函数,/>表示温度变化率,/>表示温度变化加速率。
2.根据权利要求1所述的激光捷联惯组温度补偿方法,其特征在于,所述S2包括:
S21:初始化种群设置;
S22:根据粒子群算法对初始值进行寻优计算,得到所有粒子的最佳位置;其中,所述粒子群算法中的粒子为所述温补模型的系数范围值;
S23:利用模拟退火算法对各粒子的最佳位置进行抽样处理,得到全域最优解;
S24:将所述全域最优解所对应的粒子作为所述温补模型的最优系数;
S25:根据所述最优系数,生成拟合曲线;
S26:根据拟合曲线和目标曲线,得到对应温度点的拟合残差;
S27:将所述拟合残差补偿至所述模拟退火算法的目标函数中,得到对应温度点的实际输出;
S28:根据所有温度点的实际输出,得到激光捷联惯组温度补偿模型。
3.根据权利要求2所述的激光捷联惯组温度补偿方法,其特征在于,所述S22包括:
S221:初始化参数和粒子,包括学习因子、迭代次数、种群规模、限制速度维度、变量取值范围、适应度函数、终止条件、粒子群、粒子的长度和惯性权重;
S222:定义适应度函数,个体极值为各粒子的个体最优解,从所有的个体最优解中确定当前全局最优解;
S223:比较当前全局最优解与历史全局最优解,得到比较结果;
S224:判断当前参数更新是否满足终止条件,若是,根据比较结果确定所有粒子的最佳位置,否则,根据比较结果进行参数更新。
4.根据权利要求2所述的激光捷联惯组温度补偿方法,其特征在于,所述S23包括:
S231:根据实际需求,设置目标优化函数,初始温度T 1、退火温度T min、循环迭代次数k、初始解/>和降温函数;
S232:根据初始温度T 1和初始解,随机生成一个新的解/>;
S233:根据所述模拟退火算法内置的Metropolis准则,分析是否接受新的解,具体判断方法为:当/>时,接受新的解/>;当/>时,判断/>是否满足,若是,则接受新的解/>;反之,则保持最优解为/>;其中,/>表示初始解/>的目标优化函数值,/>表示新的解/>的目标优化函数值,/>表示0-1之间的随机数,T i表示第i次迭代时的温度;
S234:判断当前迭代是否达到迭代次数k,若是,输出所述最优解为全域最优解,否则,返回S232。
5.根据权利要求2所述的激光捷联惯组温度补偿方法,其特征在于,所述S26包括:
根据拟合曲线和目标曲线中各温度点的温度值,利用误差辨识公式,得到对应温度点的拟合残差。
6.根据权利要求5所述的激光捷联惯组温度补偿方法,其特征在于,所述误差辨识公式为:
其中,表示拟合曲线中对应温度点输出值,/>为实测值,/>为拟合残差,/>表示当前温度的实际值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311015598.7A CN116734847B (zh) | 2023-08-14 | 2023-08-14 | 一种激光捷联惯组温度补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311015598.7A CN116734847B (zh) | 2023-08-14 | 2023-08-14 | 一种激光捷联惯组温度补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116734847A true CN116734847A (zh) | 2023-09-12 |
CN116734847B CN116734847B (zh) | 2023-10-31 |
Family
ID=87911778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311015598.7A Active CN116734847B (zh) | 2023-08-14 | 2023-08-14 | 一种激光捷联惯组温度补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116734847B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5416585A (en) * | 1994-05-19 | 1995-05-16 | Alliedsignal Inc. | Fiber optic gyro drift rate compenstion based on temperature |
US20090326851A1 (en) * | 2006-04-13 | 2009-12-31 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN103940427A (zh) * | 2014-03-11 | 2014-07-23 | 哈尔滨工程大学 | 一种mems惯性测量单元冷启动时温度误差补偿方法 |
US20160290810A1 (en) * | 2015-04-01 | 2016-10-06 | Trimble Navigation Limited | Vehicle navigation system with adaptive gyroscope bias compensation |
CN107607105A (zh) * | 2017-10-30 | 2018-01-19 | 长江师范学院 | 基于分数阶微分的光纤陀螺温度非线性误差补偿方法 |
CN107621269A (zh) * | 2016-07-15 | 2018-01-23 | 北京计算机技术及应用研究所 | 光纤陀螺温度漂移误差补偿方法 |
CN110375726A (zh) * | 2019-05-15 | 2019-10-25 | 北京航天发射技术研究所 | 一种光纤陀螺系统级温度补偿方法、装置和光纤惯导系统 |
CN110928269A (zh) * | 2019-11-19 | 2020-03-27 | 中国人民解放军火箭军工程大学 | 一种基于惯导平台的退化加速试验优化设计方法及系统 |
US20210025709A1 (en) * | 2019-07-23 | 2021-01-28 | Honeywell International Inc. | Systems and methods for correcting errors in gyroscopes |
CN112880705A (zh) * | 2021-01-22 | 2021-06-01 | 重庆邮电大学 | 基于粒子群优化径向基神经网络的mems陀螺仪温度补偿方法 |
CN113792485A (zh) * | 2021-09-07 | 2021-12-14 | 中国计量大学 | 一种基于自适应初温设置的模拟退火粒子群算法 |
CN114894183A (zh) * | 2022-04-29 | 2022-08-12 | 北京航天时代激光导航技术有限责任公司 | 基于粒子群优化的相关向量机的激光惯组温度补偿方法 |
CN116256536A (zh) * | 2023-01-13 | 2023-06-13 | 浙江大学 | 一种数字加速度计的圆周温补标定方法 |
-
2023
- 2023-08-14 CN CN202311015598.7A patent/CN116734847B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5416585A (en) * | 1994-05-19 | 1995-05-16 | Alliedsignal Inc. | Fiber optic gyro drift rate compenstion based on temperature |
US20090326851A1 (en) * | 2006-04-13 | 2009-12-31 | Jaymart Sensors, Llc | Miniaturized Inertial Measurement Unit and Associated Methods |
CN103940427A (zh) * | 2014-03-11 | 2014-07-23 | 哈尔滨工程大学 | 一种mems惯性测量单元冷启动时温度误差补偿方法 |
US20160290810A1 (en) * | 2015-04-01 | 2016-10-06 | Trimble Navigation Limited | Vehicle navigation system with adaptive gyroscope bias compensation |
CN107621269A (zh) * | 2016-07-15 | 2018-01-23 | 北京计算机技术及应用研究所 | 光纤陀螺温度漂移误差补偿方法 |
CN107607105A (zh) * | 2017-10-30 | 2018-01-19 | 长江师范学院 | 基于分数阶微分的光纤陀螺温度非线性误差补偿方法 |
CN110375726A (zh) * | 2019-05-15 | 2019-10-25 | 北京航天发射技术研究所 | 一种光纤陀螺系统级温度补偿方法、装置和光纤惯导系统 |
US20210025709A1 (en) * | 2019-07-23 | 2021-01-28 | Honeywell International Inc. | Systems and methods for correcting errors in gyroscopes |
CN110928269A (zh) * | 2019-11-19 | 2020-03-27 | 中国人民解放军火箭军工程大学 | 一种基于惯导平台的退化加速试验优化设计方法及系统 |
CN112880705A (zh) * | 2021-01-22 | 2021-06-01 | 重庆邮电大学 | 基于粒子群优化径向基神经网络的mems陀螺仪温度补偿方法 |
CN113792485A (zh) * | 2021-09-07 | 2021-12-14 | 中国计量大学 | 一种基于自适应初温设置的模拟退火粒子群算法 |
CN114894183A (zh) * | 2022-04-29 | 2022-08-12 | 北京航天时代激光导航技术有限责任公司 | 基于粒子群优化的相关向量机的激光惯组温度补偿方法 |
CN116256536A (zh) * | 2023-01-13 | 2023-06-13 | 浙江大学 | 一种数字加速度计的圆周温补标定方法 |
Non-Patent Citations (4)
Title |
---|
CAO FENG; YAN TING-YANG; SU MIN: "Modeling and Sectional Compensation of Temperature Error of FOG Based on BOA-GBDT", 2021 33RD CHINESE CONTROL AND DECISION CONFERENCE * |
张鹏飞;王宇;汤建勋;于旭东;: "机抖激光陀螺捷联惯导系统的温度补偿方法", 红外与激光工程, vol. 39, no. 04 * |
毋建宏;张洪才;: "基于自适应神经网络的激光陀螺温度补偿研究", 测控技术, vol. 28, no. 11 * |
王慧,宋宇宁: "基于混合优化算法的压力传感器温度补偿", 传感技术学报, vol. 29, no. 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN116734847B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Air quality prediction using improved PSO-BP neural network | |
CN102231057B (zh) | 基于混沌粒子群优化的赖氨酸发酵过程软测量方法 | |
CN108645427A (zh) | 基于样条插值迭代修正的激光惯组系统级温度补偿方法 | |
CN102778230B (zh) | 一种人工物理优化粒子滤波的重力梯度辅助定位方法 | |
CN103926874A (zh) | 数控机床热误差补偿建模温度测点组合的选择优化方法 | |
CN107299170B (zh) | 一种高炉铁水质量鲁棒软测量方法 | |
JP2022544474A (ja) | 技術システムのための改善された機械学習 | |
Zhao et al. | Stepped generalized predictive control of test tank temperature based on backpropagation neural network | |
CN114564883B (zh) | 融合机理与ML的湖泊叶绿素a短期集合预报方法及系统 | |
CN116734847B (zh) | 一种激光捷联惯组温度补偿方法 | |
CN113642249A (zh) | 陀螺仪零偏误差补偿方法 | |
CN116865343B (zh) | 分布式光伏配电网的无模型自适应控制方法、装置及介质 | |
CN113051806A (zh) | 一种基于aqpso-rbf神经网络的水质bod测量方法 | |
Liu et al. | Distributed state estimation for dynamic positioning systems with uncertain disturbances and transmission time delays | |
CN115157236B (zh) | 机器人刚度模型精度建模方法、系统、介质、设备及终端 | |
CN110502849A (zh) | 一种应用于四维变分同化系统的扰动模式构建方法 | |
CN113392591B (zh) | 一种基于硅微结构分析的mems加速度计温漂误差估计方法 | |
CN112581311B (zh) | 一种多风电场聚合后出力长期波动特性预测方法及系统 | |
CN116415700A (zh) | 一种结合人工智能的风能数值预报方法及其装置 | |
Shen et al. | Temperature Drift Modeling and Compensation for Gyroscope | |
CN116222623B (zh) | 一种光纤陀螺温度补偿方法及装置 | |
CN114811858B (zh) | 一种空调负荷在线学习方法 | |
CN117381554A (zh) | 一种化工粉碎机刃口磨削温度软测量与控制方法及系统 | |
CN113267998B (zh) | 一种用于原子陀螺温控系统的高精度建模和控制方法 | |
CN112084574B (zh) | 一种基于神经网络的船舶附加质量和附加惯性矩确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |