基于投影寻踪学习网络模型的光纤陀螺漂移估计器设计

• 作者: 卞鸿巍 朱涛 李安 许江宁
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 光纤陀螺 投影寻踪学习网络 反向传播神经网络 人工神经网络
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 仿真技术应用
• 页码范围: 1033-1037,1040
• 页数: 6页
• 分类号: TP391.9
• 字数: 912字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2006.04.056

摘要

环境温度变化造成的复杂漂移(温度漂移)始终是制约光纤陀螺(FOG)性能提高的重要因素.FOG温度漂移本质上是一组与温度有关的多变量非线性时间序列.在这一领域首次采用投影寻踪学习网络(PPLN)方法设计FOG温度漂移在线估计器.相对于传统的神经网络技术,PPLN采用批量学习和参数交替优化的训练算法,可以自适应确定神经网络的规模、参数和神经元函数,不仅具有简捷的网络结构和较强的鲁棒性和模型辨识能力,还可以有效克服学习过程局部极限问题.基于该方法设计PPLN漂移估计器对某型FOG温度漂移进行估计.采用试验实测数据对所提方法进行验证,并采用传统反向传播神经网络(BP NN)的方法进行比较,计算分析结果表明,PPLN漂移估计器具有更好的估计精度和鲁棒性,尤其在陀螺温度不正常变化时对当前漂移的估计精度可以提高至少2倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李安	海军工程大学电气工程系	64	422	11.0	16.0
2	许江宁	海军工程大学电气工程系	152	1230	16.0	25.0
3	朱涛	海军工程大学电气工程系	57	533	10.0	21.0
4	卞鸿巍	海军工程大学电气工程系	86	778	13.0	24.0