APP下载

基于EMD-SVR的光纤陀螺随机误差预测

2020-02-18陈强强戴邵武许立科毕新乐

导航定位与授时 2020年1期
关键词:模型

陈强强,戴邵武,许立科,毕新乐

( 1.海军航空大学, 烟台 264000;2.空军94575部队,连云港 222000)

0 引言

光纤陀螺是在Sagnac原理基础上发展的光学器件,凭借动态范围大、可靠性高及使用寿命长等优点,逐步成为现代导航系统中的主要器件[1]。在光纤陀螺使用过程中,其工作精度决定着惯导系统的使用精度,而误差的存在,在一定程度上限制了光纤陀螺的应用。因此,对光纤陀螺进行客观准确的性能评价,可以准确地把握其误差特性,为工程应用提供一定帮助[2]。

针对光纤陀螺的误差建模方面,Allan方差分析法及自回归移动平均(Auto Regressive Moving Average,ARMA)模型分析较为成熟。Allan方差分析是在时域方面对时间序列的频率稳定性进行分析的一种方法,其缺点在于对噪声特性的不确定性[3]。ARMA模型是传统的时间序列建模方法,可以看作自回归(AutoRegressive,AR)模型和移动平均(Moving Average,MA)模型的结合[4],其扩展形式还有自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)等[5]。传统的预测分析方法有着严谨的理论支持,具有简单快捷的优点,但针对复杂的非线性问题,有着很大的精度限制。

随着人工智能算法的不断发展,神经网络理论逐步成熟完善,在工程中得到重大应用。在光纤陀螺建模方面,一些神经网络算法如径向基函数(Radial Basis Function,RBF)神经网络[6]、支持向量机(Support Vector Machine,SVM)[7]、灰色BP神经网络[8]等在随机误差分析中得到应用。但受到光纤陀螺工作环境和制造工艺等多方面因素影响,其随机误差具有很强的非线性及非平稳性,此时单一的神经网络算法的回归精度会受到一定限制。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用