基于BP神经网络的磁罗盘误差补偿研究

研制了一款基于磁阻传感器HMC1052/1051Z和MEMS加速度计ADXL203的磁罗盘,介绍了三轴磁阻罗盘的测量原理并分析了磁罗盘工作过程中可能存在的误差及其来源。针对样机的水平状态,利用前馈神经网络算法,建立了以测量航向角为输入、补偿后的航向角为输出的三层BP神经网络模型,并用样机的航向角采样数据进行仿真验证。实验数据表明,采用该BP神经网络补偿算法,可将航向角的精度从±35.73°提高至±0.5°以内,研制的样机可应用于普通导航领域。

基于自适应差分进化和BP网络的罗盘误差补偿

为提高电子罗盘航向角测量精度，提出一种新的基于自适应差分进化算法和BP神经网络的误差补偿方法。该方法利用三层BP神经网络对电子罗盘航向角误差建模，采用自适应差分进化算法训练网络权值，得到较为精确的误差模型，以此达到补偿电子罗盘测量的航向角误差。该方法通过与八位置最小二乘、BP神经网络、差分进化算法优化BP神经网络等补偿方法比较，误差补偿精度明显提高，具有全局寻优能力强，收敛速度快，稳定性好等特点。实验结果表明：航向角误差范围由补偿前的-16°～30．7°减小到-0．22°-0．2°，满足较高精度导航系统需要。

磁罗盘误差分析及补偿

磁罗盘已被广泛地应用在民用及军事领域,误差补偿是磁罗盘研究中的一个关键技术.在分析磁罗盘误差的基础上,主要针对对磁罗盘影响最大同时最难控制的磁罗差,提出了一种基于BP网络的补偿方法,并建立以测量航向角为输入、补偿后航向角为输出的三层BP网络模型.实验证明,用该方法可以较好地补偿磁罗差且补偿后航向误差均方差仅为0.39255.

数字磁罗盘的航向角干扰补偿方法研究

针对磁罗盘在实际使用中产生的各种误差,分析了其产生原因,并对2种误差补偿方法—八位置最小二乘法和BP网络补偿法进行了比较分析。在此基础上,提出了两者组合的补偿方案,对磁罗盘的输出先采用最小二乘法粗校,再应用BP网络精校。结果表明:补偿前最大31°的误差基本控制在±0.15°之内,能够很好地满足实际使用的需要。

组合航向系统中数字磁罗盘的罗差补偿研究

研制了一种由数字磁罗盘和角速度陀螺组成的组合航向系统。为了提高系统的航向精度,本文提出了两种有效的误差补偿方法:八位置最小二乘法和椭圆假设补偿法。通过将两种算法应用在HMR3300型数字磁罗盘进行航向测量,分析并比较了两种算法的可行性和有效性。实验结果表明:椭圆假设补偿法是一种更为智能的误差补偿算法,它能够实现数字磁罗盘的自动误差补偿和自动校准,误差补偿效果良好。

基于改进OPTICS算法的磁罗盘椭圆拟合误差补偿方法

为了避免磁罗盘原始数据中的奇异误差点对椭圆拟合精度造成不利影响,在常规最小二乘椭圆拟合算法中引入了基于密度聚类的OPTICS算法,并对OPTICS算法进行了改进,以降低复杂度,减小计算耗时。在椭圆拟合之前,使用改进的OPTICS算法对原始传感器数据进行分类,识别并剔除数据中的奇异误差点,防止其污染原始数据集,提高椭圆拟合算法的拟合精度,从而提高航向角的解算精度。实验结果表明,与常规椭圆拟合算法相比,所提出的算法在东、南、西、北四个方向上合计航向角误差的均方根降低了27.5%,且改进后OPTICS算法的计算耗时比改进前降低了43.6%。

基于神经网络误差补偿的磁编码器细分算法

提出了一种基于径向基神经网络误差补偿的磁编码器细分算法.首先对双路正余弦信号进行差值运算并分区,然后采用最小二乘法的线性回归分析获得角度计算函数,最后运用径向基神经网络建立误差模型并进行误差补偿.仿真结果表明,该算法有效提高了磁编码器的输出精度与分辨率,经过补偿后精度为0.09°,分辨率可达到4 096p/r.