[发明专利]一种磁罗盘误差补偿方法

说明书

本发明提供一种磁罗盘误差补偿方法，磁罗盘误差补偿分为两个步骤：误差模型训练；使用过程中的误差补偿；归一化处理；所述步骤误差模型训练包括两个阶段：(a1)随机初始化输入连接权值和，根据公式计算输出连接权值；(a2)根据网络残差，借鉴深度学习反向调优对连接权值进行反向微调。

技术领域

本发明涉及磁电子罗盘误差补偿领域。

背景技术

导航定向在日常生活和军事领域都起着越来越重要的作用，磁罗盘属于被动无源导航，隐蔽性好，信号无遮挡，且不存在积累误差，成为导航定向的核心技术之一。最近发展起来的AMR磁阻式传感器体积小、响应速度快，成为主流趋势。但AMR磁阻式传感器不仅存在正交轴效应，而且敏感元件与后续调理电路之间间距小，由集成电路引脚材料引起的磁场畸变问题相对于磁通门传感器更为突出。这无疑增加了校准难度，对误差补偿技术要求更高。

目前流行的做法是通过对误差产生机理分析，利用地磁场幅值和方向不变特性，建立显示误差模型，再通过不同方法对误差参数进行估计。比如：椭圆假设法、分步校准法、椭球假设法、幅值约束法、位置翻转法、点积不变法等，通过机理分析，建立显式误差模型(或测量模型)，再尝试不同方法对模型参数进行离线或在线估计。然而由于磁传感器误差来源的复杂性，任何显式的误差模型都很难囊括所有误差因素。研究人员开始尝试利用神经网络对隐式误差模型进行训练。

发明内容

本发明旨在解决现有技术或相关技术中存在的技术问题，本发明提出以下方案：

本发明的技术方案是：一种磁罗盘误差补偿方法，磁罗盘误差补偿分为两个步骤：

a、误差模型训练；

b、使用过程中的误差补偿；

c、归一化处理；

所述步骤a中误差模型训练包括两个阶段：

(a1)随机初始化输入连接权值和，根据公式计算输出连接权值；

(a2)根据网络残差，借鉴深度学习反向调优对连接权值进行反向微调。

优选的是，所述误差模型训练，当N为奇数时，执行第一阶段(a1)，当N为偶数时，执行第二阶段(a2)。

在上述任一方案中优选的是，所述误差模型训练，当N为奇数时，执行第一阶段时，ELM网络缺少输出层偏置，而且输入权重和隐藏层偏置随机产生不需要调整。

在上述任一方案中优选的是，所述误差模型训练，当N为偶数时，执行第二阶段，包括以下子步骤：

(S1001)根据第一阶段得到连接权值、和，

通过前向传播得到磁罗盘测量值对应的网络输出；

(S1002)计算网络输出与磁罗盘参考值之间偏差，即为网络残差err。

(S1003)假设网络各层的激活值分别为a1、a2和a3，网络损失函数为e；

(S1004)进行反向调优，减小损失函数e。

本发明提供的一种磁罗盘误差补偿方法，大大减小了网络训练陷入局部最小的概率，也提高了网络训练效率；反向自主调优进一步解决了如何确定最优隐层节点数目的问题。

具体实施方式

应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。已预期，在本发明内容中使用的术语以及其最宽泛的合理方式来理解，即使其是结合对本发明内容的特定实施例的详细描述被使用。

一种磁罗盘误差补偿方法，磁罗盘误差补偿分为两个步骤：

a、误差模型训练；