超限学习机在磁罗盘非线性误差补偿中的应用 .pdfVIP

学兔兔 第 36卷 第 9期 仪 器 仪 表 学 报 VoI_36No．9 2015年 9月 ChineseJournalofScientificInstrument Sep．2015 超 限学习机在磁罗盘非线性误差补偿 中的应用术 刘艳霞 ，方建军 ，张晓娟 ，孙 建 (1．北京联合大学 自动化学院 北京 100101；2．北京科技大学检测与控制系 北京 100083) 摘 要：针对磁阻式传感器组成的磁罗盘中不容忽视的非线性误差，建立了隐式非线性误差模型，引入机器学习中的超限学习 机算法对非线性误差模型进行训练。利用训练好的误差模型对航向角测量误差进行补偿 ，误差由补偿前的 ±3。下降到 ±0．2。， 均方根误差为0．1。。任意选取的训练集 、测试集和重复实验证明超限学习算法具有很好的泛化性和鲁棒性 ，而且训练速度极 快，是传统BP神经网络的上千倍。 关键词：超限学习机；神经网络；非线性误差模型 ；磁罗盘 中图分类号：TH85 3．1 文献标识码：A 国家标准学科分类代码：590．30 Applicationofextremelearningmachinein thenonlinearerror compensation ofmagneticcompass LiuYanxia，FangJianjun，ZhangXiaojuan，SunJian (J．CollegeofAutomationBeijingUnionUniversity，Belting100101，China； 2．DepartmentofMeasurementControl，UniversityofScienceandTechnologyBeifing，Beijing100083，China) Abstract：Aimingatthenonlinearerrorthatcannotbeignoredinthemagneticcompasscomposedofmagneticresistancesensor，anim— plicitnonlinearerrormodelisestablished．Theextremelearningmachinealgorithm inmachinelearningisintroducedtotrainthenonlin— earerrormode1．Thetrainederrormodelisusedtocompensatetheheadingmeasurementerror．whichisdecreasedfrom ±3。before compensationto ±0．2。aftercompensation．andtherootmeansquareerroris0．1。．Thetrainingresultforrandomlychosentrainingand testingsetsandtherepeatedexperimentresultshow thattheextremelearn ingmachinealgorithm hasgoodgeneralizationandrobustness， andextremelyfasttrainingspeed，whichisthousandsoftimesofthatfortraditionalBPneuralnetwork． Keywords：extremelearningmachine；neuralnetwork；nonlinearerrormodel；magneticcompass 实际测量中经常受到传感器 自身的制造误差、安装 1 引 言 误差、载体磁场干扰和随机噪声影响，导致测量值和真实