光纖陀螺溫度誤差自適應(yīng)神經(jīng)模糊補(bǔ)償方法

馮卡力，李安，覃方君，李峰（海軍工程大學(xué)電氣工程學(xué)院，湖北武漢430033）

?

光纖陀螺溫度誤差自適應(yīng)神經(jīng)模糊補(bǔ)償方法

馮卡力，李安，覃方君，李峰
（海軍工程大學(xué)電氣工程學(xué)院，湖北武漢430033）

摘要：依據(jù)Shupe熱致非互易性理論，研究光纖陀螺溫度漂移產(chǎn)生機(jī)理，設(shè)計(jì)了-15℃～50℃溫度范圍內(nèi)實(shí)驗(yàn)。將自適應(yīng)神經(jīng)模糊推理系統(tǒng)和分段建模思想相結(jié)合，以實(shí)測(cè)數(shù)據(jù)構(gòu)建訓(xùn)練樣本，建立光纖陀螺溫度誤差自適應(yīng)神經(jīng)模糊補(bǔ)償模型。該模型解決了傳統(tǒng)建模方法中模型適配性較差的問(wèn)題，并有助于縮短陀螺進(jìn)入穩(wěn)態(tài)的時(shí)間。數(shù)據(jù)計(jì)算表明，用所建立的模型進(jìn)行誤差補(bǔ)償后，溫度漂移標(biāo)準(zhǔn)差降低了75. 55%，補(bǔ)償效果明顯。

關(guān)鍵詞：控制科學(xué)與技術(shù)；光纖陀螺；溫度漂移；自適應(yīng)神經(jīng)模糊推理；誤差補(bǔ)償；分段建模

覃方君（1979—），男，副教授，碩士生導(dǎo)師。E-mail：haig2005@126. com

0 引言

光纖陀螺是一種基于薩格奈克（Sagnac）效應(yīng)的光電慣性敏感器件。在實(shí)際應(yīng)用中，溫度變化使陀螺輸出信息中包含較大的溫度漂移［1］。溫度漂移除了在陀螺使用過(guò)程中會(huì)影響系統(tǒng)精度外，在陀螺的啟動(dòng)之初也會(huì)產(chǎn)生較大的影響。如果在陀螺進(jìn)入穩(wěn)態(tài)之前，就使用其輸出信息進(jìn)行慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，必定會(huì)影響慣導(dǎo)的對(duì)準(zhǔn)時(shí)間和對(duì)準(zhǔn)結(jié)果。而若等到陀螺進(jìn)入穩(wěn)態(tài)后再進(jìn)行初始對(duì)準(zhǔn)，則失去了快速啟動(dòng)的優(yōu)勢(shì)［2］。因此，對(duì)溫度影響的處理成為光纖陀螺實(shí)用化中不可避免的問(wèn)題。

為了研究溫度對(duì)陀螺的特性限制，國(guó)內(nèi)外學(xué)者做了大量研究工作。1980年Shupe指出，在干涉型光纖陀螺中，光纖環(huán)上存在由溫度變化引起的非互易相位誤差［3］，并推導(dǎo)了該誤差的數(shù)學(xué)表達(dá)式。Shupe誤差從理論上指出了溫度漂移的機(jī)理。但單純依靠Shupe誤差方程對(duì)溫度漂移進(jìn)行補(bǔ)償是非常困難的。因?yàn)閷?shí)際的熱致非互易相位誤差產(chǎn)生是非常復(fù)雜的，它與光纖環(huán)的繞制方式、溫度場(chǎng)的分布及其變化均有關(guān)［4］。

本文介紹了Shupe誤差方程，闡述了光纖陀螺溫度漂移的產(chǎn)生機(jī)理，提出了自適應(yīng)神經(jīng)模糊推理系統(tǒng)與分段建模思想相結(jié)合的建模方法，并采集了-15℃～50℃溫度范圍內(nèi)陀螺輸出數(shù)據(jù)。利用陀螺輸出數(shù)據(jù)和本文提出的建模方法建立補(bǔ)償模型，并利用同溫度范圍內(nèi)其他組陀螺數(shù)據(jù)對(duì)該模型進(jìn)行驗(yàn)證，發(fā)現(xiàn)補(bǔ)償效果明顯，方法可行。

1 溫度漂移機(jī)理分析

光纖陀螺是基于Sagnac效應(yīng)的光纖Sagnac干涉儀，構(gòu)成其核心的部件對(duì)溫度變化敏感，會(huì)產(chǎn)生熱致非互易相移，導(dǎo)致陀螺輸出信息中包含溫度漂移。

陀螺啟動(dòng)后，由于內(nèi)部的光學(xué)及電子元件等存在發(fā)熱效應(yīng)，會(huì)在陀螺內(nèi)部產(chǎn)生一個(gè)變化的溫度場(chǎng)，它與光纖的空間位置和時(shí)間有關(guān)。光纖陀螺儀自身存在缺陷：1）陀螺器件材料性能本身對(duì)溫度十分敏感；2）周?chē)鷾囟葓?chǎng)對(duì)陀螺工作狀態(tài)會(huì)產(chǎn)生極大的影響。當(dāng)環(huán)境溫度發(fā)生變化時(shí)，陀螺的溫度漂移明顯加劇，標(biāo)度因數(shù)的線性度也嚴(yán)重惡化［5 -6］。實(shí)測(cè)的溫度漂移曲線如圖1所示。

圖1 實(shí)測(cè)溫度漂移曲線Fig. 1 The curve of measured temperature drift

由于光纖環(huán)中的光纖很長(zhǎng)，兩束相向傳輸?shù)墓獠ㄟ_(dá)到光纖環(huán)中某一局部位置存在一個(gè)微小時(shí)間延遲，使得在同一溫度場(chǎng)、不同時(shí)刻對(duì)光波產(chǎn)生了不同影響，這時(shí)兩束光波間產(chǎn)生非互異相移。Shupe推導(dǎo)出當(dāng)兩束干涉光分別以順時(shí)針（CW）和逆時(shí)針（CCW）方向傳輸通過(guò)長(zhǎng)度為L(zhǎng)、折射率為n的光纖環(huán)時(shí)產(chǎn)生的相位延遲［7］分別為

式中：φCW（t）為順時(shí)針光沿光纖環(huán)傳輸產(chǎn)生的相移；φCCW（t）為逆時(shí)針光沿光纖環(huán)傳輸產(chǎn)生的相移；β0為光在真空中的傳輸常數(shù)，其值為2π/λ，λ為光波長(zhǎng)；c為光在光纖環(huán)中傳播的速度；z為任一點(diǎn)到端點(diǎn)的距離；ΔT為光纖環(huán)z點(diǎn)處的溫度分布變化量。

（2）式減（1）式得

根據(jù)光的傳播理論知識(shí)，在折射率為n的介質(zhì)中，光的傳播速度為

式中：c0為光在真空中的速度。因此（4）式可變?yōu)?/p>

將（6）式按（0，L/2）和（L/2，L）兩部分積分得

對(duì)（7）式等號(hào)右邊第2個(gè)積分進(jìn)行變量替換，設(shè)

則

將（9）式代入（7）式中，化解后可得到光纖環(huán)溫度變化產(chǎn)生的熱致非互易相位延遲為

（10）式從理論上揭示了光纖陀螺溫度漂移產(chǎn)生機(jī)理。

此外，光纖陀螺的一些元器件如Y-波導(dǎo)、保偏光纖耦合器等受溫度影響時(shí)，也會(huì)使順、逆時(shí)針傳輸光之間產(chǎn)生有害的非互易相移［8］，從而間接影響光纖陀螺的偏置穩(wěn)定性。因此，單純依靠Shupe誤差方程對(duì)溫度漂移進(jìn)行補(bǔ)償是非常困難的。

2 補(bǔ)償模型及實(shí)驗(yàn)設(shè)計(jì)

2. 1 模型分析

非線性系統(tǒng)建模問(wèn)題是目前學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題。傳統(tǒng)溫度建模方法有多項(xiàng)式法、神經(jīng)網(wǎng)絡(luò)法、微分（或差分）法及分塊系統(tǒng)法等，都取得了一定成果。但在實(shí)際工程領(lǐng)域，遇到的一般都是復(fù)雜的、多變量的、具有不確定性的非線性系統(tǒng)，采用上述常規(guī)的方法往往存在一定的限制，對(duì)非線性、復(fù)雜的系統(tǒng)適應(yīng)性較差。

模糊推理系統(tǒng)（FIS）以模糊理論為主要計(jì)算工具［9］，它可以實(shí)現(xiàn)復(fù)雜的非線性映射，非常適于表示模糊的經(jīng)驗(yàn)和知識(shí)，但單獨(dú)的FIS缺乏有效的學(xué)習(xí)機(jī)制。人工神經(jīng)網(wǎng)絡(luò)（ANN）是一個(gè)能夠?qū)W習(xí)、總結(jié)歸納的系統(tǒng)，它能夠通過(guò)已知的數(shù)據(jù)來(lái)學(xué)習(xí)和歸納總結(jié)，但是在邏輯推理方面它不能很好地表達(dá)人腦的推理功能［10］。自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS）是一種采用Takagi-Sugeon模型的模糊推理系統(tǒng)，該系統(tǒng)既有機(jī)地結(jié)合了FIS和ANN的優(yōu)勢(shì)，又彌補(bǔ)了各自的不足［11 -12］，使模糊推理系統(tǒng)能夠最佳地模擬輸入和輸出的關(guān)系。

基于ANFIS在非線性系統(tǒng)建模上的突出能力，考慮用其對(duì)陀螺漂移進(jìn)行建模。觀察圖1可以發(fā)現(xiàn)，在不同的溫度區(qū)間，溫度對(duì)陀螺漂移的影響效果不同。因此，本文提出將ANFIS和分段建模思想相結(jié)合的建模方法。根據(jù)溫度和陀螺漂移的對(duì)應(yīng)關(guān)系，分析實(shí)測(cè)數(shù)據(jù)后，將溫度分成3個(gè)區(qū)間：-15℃～0℃，0℃～30℃，30℃～50℃.在各個(gè)溫度區(qū)間內(nèi)利用ANFIS分別建立補(bǔ)償模型，再通過(guò)處理將各分段模型連接起來(lái)形成一個(gè)完整的模型。

2. 2 模型設(shè)計(jì)

根據(jù)2. 1節(jié)的分析，由于在不同的溫度區(qū)間，溫度對(duì)陀螺漂移的影響效果不同，因此將自適應(yīng)神經(jīng)模糊推理系統(tǒng)和分段建模思想相結(jié)合。設(shè)計(jì)的模型如圖2所示。

圖2 分段建模示意圖Fig. 2 Schematic diagram of piecewise modeling

將分段建模得到的3個(gè)溫度補(bǔ)償模型按照溫度由低到高順序連接，得到全溫度段完整的溫度補(bǔ)償模型。圖2中自適應(yīng)神經(jīng)模糊推理系統(tǒng)模塊的具體結(jié)構(gòu)如圖3所示。由于溫度和溫度變化率都對(duì)陀螺漂移產(chǎn)生影響，因此將溫度和溫度變化率同時(shí)作為模糊系統(tǒng)模型的輸入，采用兩條規(guī)則：

1）規(guī)則1：

if X is A1and Y is B1then f1= p1X + q1Y + r1；

2）規(guī)則2：

if X is A2and Y is B2then f2= p2X + q2Y + r2.

設(shè)計(jì)模糊系統(tǒng)的結(jié)構(gòu)為5層，如圖3所示。

圖3 模糊系統(tǒng)結(jié)構(gòu)Fig. 3 Structure of fuzzy system

訓(xùn)練過(guò)程分兩部分完成，分別為前向階段和反向階段。前向階段過(guò)程為：

1）根據(jù)采集到的陀螺輸出和溫度信息數(shù)據(jù)構(gòu)造訓(xùn)練數(shù)據(jù)對(duì)（（X，Y），z），用于模型的訓(xùn)練。其中X、Y、z分別表示采集的溫度、溫度變化率和陀螺輸出。

對(duì)于第j（j = 1，2，…，n）對(duì)訓(xùn)練數(shù)據(jù)對(duì)（（Xj，Yj），zj），當(dāng)開(kāi)始訓(xùn)練時(shí)，首先采用鐘形函數(shù)將溫度輸入信息模糊化，得

式中：a、b、c為待求的前提參數(shù)，該參數(shù)決定隸屬函數(shù)形狀。

2）進(jìn)行模糊運(yùn)算，其結(jié)果為模糊化后溫度信息的激勵(lì)強(qiáng)度：

3）對(duì)第2步輸出的溫度激勵(lì)強(qiáng)度進(jìn)行歸一化處理，即將作為系統(tǒng)輸入變量的溫度和溫度變化率各自激勵(lì)歸一化，得

4）結(jié)合規(guī)則1和規(guī)則2，完成自適應(yīng)運(yùn)算，建立模糊推理結(jié)論部分的線性模型為

式中：（p1，q1，r1）和（p2，q2，r2）為第4層兩個(gè)節(jié)點(diǎn)的結(jié)論參數(shù)。

模糊訓(xùn)練總輸出f表示根據(jù)輸入的溫度信息預(yù)測(cè)的陀螺漂移，其結(jié)果為第4步中兩個(gè)節(jié)點(diǎn)輸出的總和將（11）式～（14）式代入（15）式得

在前向過(guò)程中，首先固定前向參數(shù)a、b、c，利用最小二乘法求結(jié)論參數(shù)矢量θ為

設(shè)

式中：L為由n對(duì)訓(xùn)練數(shù)據(jù)對(duì)確定的最小二乘方程系數(shù)矩陣。根據(jù)模擬訓(xùn)練的輸出結(jié)果與采集的陀螺數(shù)據(jù)z之間關(guān)系，當(dāng)

值最小時(shí)，對(duì)應(yīng)的θ即為結(jié)論參數(shù)的最優(yōu)解θ*為

在反向階段中，結(jié)論參數(shù)θ已知，利用（15）式和陀螺數(shù)據(jù)z得到訓(xùn)練誤差，將訓(xùn)練誤差由輸出端反向傳遞到輸入端；采用反向神經(jīng)網(wǎng)絡(luò)算法，更新前提參數(shù)，從而改變（11）式中的鐘形函數(shù)形狀，得到與輸入輸出匹配的隸屬函數(shù)FAi、FBi，確定溫度和陀螺漂移的映射關(guān)系，最后根據(jù)此函數(shù)建立陀螺的補(bǔ)償模型。

2. 3 溫度漂移數(shù)據(jù)采集

實(shí)驗(yàn)時(shí)將光纖陀螺置于溫箱內(nèi)，甲、乙、丙陀螺的放置方向?yàn)榍啊⑸?、右，在?shí)驗(yàn)過(guò)程中固定轉(zhuǎn)臺(tái)軸，保持陀螺敏感軸方位不變，如圖4所示。陀螺儀刻度系數(shù)約為0. 024°/ h.

圖4 實(shí)驗(yàn)溫箱Fig. 4 Incubator for experiment

實(shí)驗(yàn)流程設(shè)定如下：1）設(shè)定溫箱初始溫度為-15℃，保溫2 h，關(guān)閉溫箱，系統(tǒng)上電，開(kāi)始采集數(shù)據(jù)；2）采集10 h數(shù)據(jù)后，陀螺溫度穩(wěn)定在40℃附近，停止采集數(shù)據(jù)；3）重新啟動(dòng)溫箱，40℃保溫2 h，然后進(jìn)入緩慢升溫過(guò)程，升至50℃，采集5 h陀螺數(shù)據(jù)，實(shí)驗(yàn)結(jié)束。實(shí)驗(yàn)預(yù)先設(shè)定的變溫方案如圖5所示，其中，第1步至第2步期間，溫箱處于關(guān)閉狀態(tài)，系統(tǒng)采集陀螺數(shù)據(jù)；第2步時(shí)重新打開(kāi)溫箱，保溫2 h，隨后進(jìn)入第3步，即緩慢升溫階段，同時(shí)采集陀螺輸出。

本文以甲陀螺為例，在得到的陀螺輸出中，減去該方向上地球自轉(zhuǎn)角速度分量，并進(jìn)行50s數(shù)據(jù)平均，得到的陀螺漂移如圖1所示。

3 模型驗(yàn)證

在傳統(tǒng)的溫度漂移建模方案中，神經(jīng)網(wǎng)絡(luò)建模補(bǔ)償比其他傳統(tǒng)方法效果相對(duì)較好。為驗(yàn)證本方案的效果，選取神經(jīng)網(wǎng)絡(luò)法對(duì)照參考，特設(shè)計(jì)3種數(shù)據(jù)訓(xùn)練方案：對(duì)比方案1，ANN建模；對(duì)比方案2，ANFIS建模；本文方法，分段ANFIS建模。

圖5 溫度控制程序Fig. 5 Temperature control program

本文以溫度信息作自變量，以陀螺漂移為因變量建立模型，反映溫度和陀螺漂移間的對(duì)應(yīng)關(guān)系。在確定的溫度下，根據(jù)模型給出系統(tǒng)可能的漂移，從而進(jìn)行補(bǔ)償。3種訓(xùn)練方案的擬合及補(bǔ)償效果如圖6～圖11和表1所示。

圖6 ANN擬合效果Fig. 6 ANN fitting effect

圖7 ANN補(bǔ)償后漂移Fig. 7 Drift after ANN modeling compensation

圖8 ANFIS擬合效果Fig. 8 ANFIS fitting effect

圖9 ANN補(bǔ)償后漂移Fig. 9 Drift after ANFIS modeling compensation

圖10 分段ANFIS擬合效果Fig. 10 Piecewise ANFIS fitting effect

圖11 分段ANFIS補(bǔ)償后漂移Fig. 11 Drift after piecewise ANFIS modeling compensation

根據(jù)表1可知，方案2比方案1的補(bǔ)償效果好，即本文采用的ANFIS比ANN在陀螺漂移建模補(bǔ)償中具有更好的適配性。對(duì)比方案2和本文方案可以發(fā)現(xiàn)，利用分段思想建立的ANFIS陀螺漂移補(bǔ)償模型，其補(bǔ)償效果優(yōu)于全溫度范圍內(nèi)單一的ANFIS建模。

表1 補(bǔ)償結(jié)果Tab. 1 Compensation results

表1中的補(bǔ)償效果針對(duì)的是建模時(shí)采用的訓(xùn)練數(shù)據(jù)。為驗(yàn)證模型對(duì)非訓(xùn)練數(shù)據(jù)的補(bǔ)償效果，再隨機(jī)選取同溫度范圍內(nèi)3組數(shù)據(jù)，用本文方法建立的模型進(jìn)行補(bǔ)償驗(yàn)證。驗(yàn)證效果如圖12～圖17和表2所示，從中可以看出，對(duì)于非訓(xùn)練的樣本數(shù)據(jù)，本文建立的模型仍然具有良好的補(bǔ)償效果。

圖12 第1組數(shù)據(jù)擬合效果Fig. 12 Fitting effect of the first group data

圖13 第1組數(shù)據(jù)補(bǔ)償后漂移Fig. 13 Drift after compensation of the first group data

圖14 第2組數(shù)據(jù)擬合效果Fig. 14 Fitting effect of the second group data

圖15 第2組數(shù)據(jù)補(bǔ)償后漂移Fig. 15 Drift after compensation of the second group data

圖16 第3組數(shù)據(jù)擬合效果Fig. 16 Fitting effect of the third group data

圖17 第3組數(shù)據(jù)補(bǔ)償后漂移Fig. 17 Drift after compensation of the third group data

4 結(jié)論

借助Shupe誤差方程，分析了光纖陀螺溫度漂移產(chǎn)生機(jī)理，從理論上揭示了溫度和溫度變化率對(duì)陀螺漂移的影響。設(shè)計(jì)了-15℃～50℃溫度范圍內(nèi)實(shí)驗(yàn)，采用分段建模思想和自適應(yīng)神經(jīng)模糊推理系統(tǒng)相結(jié)合的方式建立補(bǔ)償模型，并用所建模型對(duì)溫度漂移進(jìn)行補(bǔ)償。數(shù)據(jù)計(jì)算表明，本文方法較傳統(tǒng)的ANN法和單一的ANFIS法補(bǔ)償效果更好，補(bǔ)償前溫度漂移的標(biāo)準(zhǔn)差為1. 58×10-2°/ h，采用本文模型補(bǔ)償后溫度漂移標(biāo)準(zhǔn)差為3. 863×10-3°/ h，比補(bǔ)償前減少75. 55%，補(bǔ)償效果明顯，方法切實(shí)可行。

表2 驗(yàn)證數(shù)據(jù)補(bǔ)償結(jié)果Tab. 2 Compensation results of validation data

本文所建立的模型不僅適用于訓(xùn)練數(shù)據(jù)，對(duì)于溫度范圍內(nèi)的其他樣本數(shù)據(jù)同樣具有良好的補(bǔ)償效果。良好的補(bǔ)償效果有助于縮短陀螺進(jìn)入穩(wěn)態(tài)的時(shí)間。

參考文獻(xiàn)（References）

［1］ 王超，吳剛，凌青，等.光纖陀螺溫度漂移與建模預(yù)測(cè)［J］.電光與控制，2015，22（12）：40 -44. WANG Chao，WU Gang，LING Qing，et al. Modeling and prediction of fiber optic gyro temperature drift［J］. Electronics Optics and Control，2015，22（12）：40 -44.（in Chinese）

［2］ 周琪，秦永元，趙長(zhǎng)山.光纖陀螺溫度漂移誤差的模糊補(bǔ)償方案研究［J］.傳感技術(shù)學(xué)報(bào)，2010，23（7）：926 -930. ZHOU Qi，QIN Yong-yuan，ZHAO Chang-shan. Research on fuzzy compensation method of temperature drift for fiber optical gyro［J］. Chinese Journal of Sensors and Actuators，2010，23（7）：926 -930.（in Chinese）

［3］ 韓冰，林玉榮，鄧正隆.光纖陀螺溫度漂移誤差的建模與補(bǔ)償綜述［J］.中國(guó)慣性技術(shù)學(xué)報(bào)，2009，17（2）：218 -224. HAN Bing，LIN Yu-rong，DENG Zheng-long. Overview on modeling and compensation of FOG temperature drift［J］. Journal of Chines Inertial Technology，2009，17（2）：218 - 224.（in Chinese）

［4］ 韓正英，高涵，高業(yè)勝，等.光纖環(huán)應(yīng)力分布測(cè)試對(duì)光纖陀螺性能的影響［J］.紅外與激光工程，2014，43（12）：4128 -4132. HAN Zheng-ying，GAO Han，GAO Ye-sheng，et al. Effect of strain distribution measurement of fiber coil on fog performance ［J］. Infrared and Laser Engineering，2014，43（12）：4128 -4132.（in Chinese）

［5］ 李京書(shū)，許江寧，查峰，等.基于六類(lèi)噪聲項(xiàng)擬合的光纖陀螺噪聲特性分析方法［J］.兵工學(xué)報(bào)，2013，34（7）：835 -839. LI Jing-shu，XU Jiang-ning，ZHA Feng，et al. Analysis method for the noise characteristics of fiber optic gyroscope based on fitting model of six noise items［J］. Acta Armamentarii，2013，34（7）：835 -839.（in Chinese）

［6］ 馮卡力，李安，覃方君.基于多模型分段擬合的光纖陀螺溫度誤差補(bǔ)償方法［J］.中國(guó)慣性技術(shù)學(xué)報(bào)，2014，22（6）：825 -828. FENG Ka-li，LI An，QIN Fang-jun. Temperature error compensation method for FOG based on multi-model piecewise fitting［J］. Journal of Chinese Inertial Technology，2014，22（6）：825 -828. （in Chinese）

［7］ 呂辰剛，張瑞峰，武星，等.光纖環(huán)的熱致非互易性噪聲理論與實(shí)驗(yàn)研究［J］.傳感技術(shù)學(xué)報(bào)，2009，22（6）：798 -802. LYU Chen-gang，ZHANG Rui-feng，WU Xing，et al. A theoretical and experimental study on thermal-induced non-reciprocity noise of fiber optical coil［J］. Chinese Journal of Sensors and Actuators，2009，22（6）：798 -802.（in Chinese）

［8］ 李鍔，顏樹(shù)華，周春雷，等.光纖陀螺溫度漂移與建模補(bǔ)償［J］.半導(dǎo)體光電，2009，30（4）：517 -520. LI E，YAN Shu-hua，ZHOU Chun-lei，et al. Modeling and compensation for temperature drift of fiber optic gyroscope［J］. Semiconductor Optoelectronics，2009，30（4）：517 - 520.（in Chinese）

［9］ 馮小虎，朱家海，謝聶，等.基于ANFIS的激光陀螺曉噪處理研究［J］.傳感器與微系統(tǒng)，2009，28（1）：18 -21. FENG Xiao-hu，ZHU Jia-hai，XIE Nie，et al. Investigation of denoising in laser gyro based on ANFIS［J］. Transducer and Microsystem Technologies，2009，28（1）：18 -21.（in Chinese）

［10］ 趙曦晶，汪立新，何志昆，等.基于改進(jìn)模糊推理的光纖陀螺溫度漂移建模［J］.機(jī)械工程學(xué)報(bào)，2014，50（3）：15 -21. ZHAO Xi-jing，WANG Li-xin，HE Zhi-kun，et al. Modeling of temperature drift based on improved fuzzy inference for fiber optic gyroscope［J］. Journal of Mechanical Engineering，2014，50（3）：15 -21.（in Chinese）

［11］ 張德豐. MATLAB模糊系統(tǒng)設(shè)計(jì)［M］.北京：北京國(guó)防工業(yè)出版社，2009：24 -40. ZHANG De-feng. Fuzzy system design based on Matlab［M］. Beijing：National Defense Industry Press，2009：24 - 40.（in Chinese）

［12］ 劉斌，王常虹，蔡美華.基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的陀螺建模方法［J］.中國(guó)慣性技術(shù)學(xué)報(bào)，2009，17（4）：474 -478. LIU Bin，WANG Chang-hong，CAI Mei-hua. Modeling of gyroscope based on adaptive neuro-fuzzy inference system［J］. Journal of Chinese Inertial Technology，2009，17（4）：474 -478.（in Chinese）

Temperature Error Compensation Method Based on Adaptive Neuro Fuzzy Inference for Fiber-optic Gyro

FENG Ka-li，LI An，QIN Fang-jun，LI Feng
（College of Electricity and Information Engineering，Naval University of Engineering，Wuhan 430033，Hubei，China）

Abstract：According to Shupe thermally induced non-reciprocity noise theory，the mechanism of the temperature drift of fiber-optic gyro is researched，and a temperature experiment with range of -15～50℃is designed. A temperature error compensation model based on adaptive neuro fuzzy inference for fiberoptic gyro is established by using the adaptive neuro fuzzy inference system and the piecewise modeling method and constructing the training sample from the measured data. The proposed model is used to solve the problem of poor model matching，and can help to shorten the time of the gyro entering into the steady state. The calculated results show that the standard deviation of the temperature drift is reduced by 75. 55%after compensation with the proposed method.

Key words：control science and technology；fiber-optic gyro；temperature drift；adaptive neuro fuzzy inference；error compensation；piecewise modeling

中圖分類(lèi)號(hào)：TG156

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-1093（2016）04-0641-07

DOI：10. 3969/ j. issn. 1000-1093. 2016. 04. 010

收稿日期：2015-06-24

基金項(xiàng)目：國(guó)防預(yù)先研究項(xiàng)目（4010103010101）

作者簡(jiǎn)介：馮卡力（1991—），男，助教，碩士研究生。E-mail：fengkali@126. com；