张健
- 作品数：2 被引量：8H指数：2
- 供职机构：哈尔滨工程大学自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程航空宇航科学技术更多>>
- 基于改进RBF神经网络的激光陀螺温度补偿方法被引量：2
- 2014年
- 针对温度及温度变化对激光陀螺仪温度漂移的影响,在RBF神经网络的基础上,文中提出了基于Kohonen神经网络和正交最小二乘(OLS)算法的RBF神经网络温度补偿方法。该方法可以快速、准确辨识激光陀螺的温度漂移。文中分别采用改进RBF神经网络法、传统RBF神经网络法及多元线性回归法,分别进行辨识与补偿试验。结果表明,经过改进RBF神经网络模型补偿后的陀螺零偏能够满足陀螺恒温测试精度要求,而且避免了陀螺输出受温度及温变速率的影响。
- 赵琳张健陈帅丁继成
- 关键词：KOHONEN神经网络正交最小二乘激光陀螺仪温度补偿
- 基于改进径向基函数神经网络的激光陀螺温度补偿被引量：6
- 2014年
- 传统的径向基神经网络(RBFNN)在激光陀螺零偏的温度补偿过程中会由于随机选取中心不合适而导致算法效率降低和数值病态,故本文提出了一种基于Kohonen网络和正交最小二乘(OLS)算法的RBFNN温度补偿方法。介绍了该方法的原理及建模步骤,设计了常温和变温环境下激光陀螺的数据采集试验及其温度补偿试验。由于结合了Kohonen网络的模式分类能力和OLS的优化选择能力,该方法可以快速、准确地辨识出受温度影响的激光陀螺零偏。利用逐步回归法、RBFNN法及其改进方法对多种温变环境影响的激光陀螺零偏进行了辨识与补偿试验,试验结果表明,在常温环境下,三者的辨识能力相当;随着温变速率的上升,改进RBFNN法不仅节省了时间,其补偿后的零偏也均小于5×10-4(°)/h(1σ),提高精度均能达86%以上。得到的结果表明改进RBFNN法提高了辨识精度且稳定、有效,适用于多种温度变化环境下激光陀螺零偏的温度补偿。
- 史震陈帅张健赵琳孙骞
- 关键词：激光陀螺KOHONEN网络
