光纤陀螺温度漂移的多尺度集成建模研究
为了逼近光纤陀螺(FOG)温度漂移的复杂非线性关系,提出一种基于有界整体经验模态分解(BEEMD)和极限学习机(ELM)的多尺度集成建模方法(SE-BEEMD-ELM).采用样本熵(SE)分析BEEMD分解得到的本征模态函数(IMF)序列,根据SE值变化趋势和大小得到漂移数据的多个尺度分量.分别以温度梯度变化和单一尺度分量训练ELM子模型,累加生成的多个子模型得到FOG温度漂移的集成模型.实验结果表明,基于SE-BEEMD-ELM的多尺度集成建模方法,建模精度较基于BEEMD-BP以及BEEMD-ELM的单一模型提高2个量级.
光纤陀螺、经验模态分解、极限学习机、温度漂移
36
TH89
国家自然科学基金51375087,50975049;中央高校基本科研业务费专项资金3222004905;江苏省普通高校研究生科研创新计划KYLX_0106
2015-03-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
304-309