基于小波与灰色方法的半球谐振陀螺寿命预测

doi:10.3969/j.issn.1000-3428.2014.07.060

计算机工程

基于小波与灰色方法的半球谐振陀螺寿命预测

代成龙，皮德常

(南京航空航天大学计算机科学与技术学院，南京 210016)

收稿日期:2013-04-15 出版日期:2014-07-15 发布日期:2014-07-14
作者简介:代成龙(1988－)，男，硕士，主研方向：数据挖掘；皮德常，教授、博士生导师。
基金项目:
国家部委基金资助项目。

Lifetime Prediction for Hemispherical Resonator Gyroscope Based on Wavelet and Grey Method

DAI Cheng-long, PI De-chang

(College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)

Received:2013-04-15 Online:2014-07-15 Published:2014-07-14

摘要/Abstract

摘要： 半球谐振陀螺具有成本高、批量小的特点，为了在不进行1:1实验的情况下评估其性能和寿命，提出基于小波分析与灰色关联度的残差修正GM(1,1)寿命预测方法。将小波变换引入半球谐振陀螺寿命预测中，利用2种紧支撑标准正交小波对半球谐振陀螺的漂移数据降噪处理以削弱序列的随机性，使用残差修正GM(1,1)模型对4个型号不同的半球谐振陀螺进行多周期数据预测，结合灰色关联分析方法得到半球谐振陀螺的预测寿命。实验结果显示，残差修正GM(1,1)对半球谐振陀螺预处理后漂移数据的预测精度高于GM(1,1)预测方法，表明该预测方法的正确性和有效性。

关键词: 半球谐振陀螺, 寿命预测, 小波变换, 残差修正模型, 灰色关联度

Abstract: Hemispherical Resonator Gyroscope(HRG) has characteristics of high cost and low volume production. In order to evaluate its lifetime and reliability without whole life test, a method of combining residual modified GM(1,1), wavelet analysis and grey correlation is proposed in the paper. In this method, two compactly supported orthonormal wavelets are brought in to smooth the randomness in drift data. And residual modified GM(1,1) model is used to predict 4 different HRGs’ several period data sequences with preprocessed data. With grey correlation, lifetimes of 4 HRGs are predicted out. Experimental results show that residual modified GM(1,1) has higher prediction accuracy than GM(1,1) and also demonstrate the method’s validity in HRGs’ lifetime prediction.

Key words: Hemispherical Resonator Gyroscope(HRG), lifetime prediction, wavelet transformation, residual modified model, grey correlation

中图分类号:

TP311

代成龙，皮德常. 基于小波与灰色方法的半球谐振陀螺寿命预测[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2014.07.060.

DAI Cheng-long, PI De-chang. Lifetime Prediction for Hemispherical Resonator Gyroscope Based on Wavelet and Grey Method[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2014.07.060.

参考文献

参考文献 [1] Rozelle D M. The Hemispherical Resonator Gyro: From Wineglass to the Planets[C]//Proc. of the 19th AAS/AIAA Space Flight Mechanics Meeting. Savannah, USA: AAS/ AIAA Press, 2009: 1157-1178. [2] 吕志清. 半球谐振陀螺(HRG)信号处理技术[J]. 中国惯性技术学报, 2000, 20(4): 58-61. [3] 冯培德, 张保京, 富铁. 可靠性工程技术在航空惯性导航系统研制中的应用[J]. 中国惯性技术学报, 1996, 4(4): 56- 65. [4] Li Boran, Wu Yiran, Wang Changhong. The Identification and Compensation of Temperature Model for Hemispherical Resonator Gyro Signal[C]//Proc. of the 3rd International Symposium on Systems and Control in Aeronautics and Astronautics. Harbin, China: [s. n.], 2010: 398-401. [5] Yang Qian, Yi Guoxing, Wang Henian, et al. Kinetic Model Analysis and Testing of HRG[C]//Proc. of the 1st International Symposium on Systems and Control in Aerospace and Astronautics. Harbin, China: [s. n.], 2006: 105-109. [6] Peng Hui, Fang Zhen, Lin Ke, et al. Error Analysis of Hemi- spherical Resonator Gyro Drift Data[C]//Proc. of the 2nd International Symposium on Systems and Control in Aerospace and Astronautics. Shenzhen, China: [s. n.], 2008: 1-4. [7] 邓聚龙. 灰色论基础[M]. 武汉: 华中科技大学出版社, 2002. [8] Hsu C C, Chen C Y. Applications of Improved Grey Prediction Model for Power Demand Forecasting[J]. Energy Conversion and Management, 2003, 44(14): 2241-2249. [9] Albert W L, Chi S C, Chen J H. An Improved Grey-based Approach for Electricity Demand Forecasting[J]. Electric Power Systems Research, 2003, 67(3): 217-224. [10] Soltani S. On the Use of the Wavelet Decomposition for Time Series Prediction[J]. Neurocomputing, 2002, 48(1/4): 267-277. [11] Mabrouk A B, Abdallah N B, Dhifaoui Z. Wavelet De- composition and Autoregressive Model for Time Series Prediction[J]. Applied Mathematics and Computation, 2008, 199(1): 334-340. 编辑顾逸斐

[1]	马鹏, 王泽宇, 钟卫东, 王绪安. 基于改进小波包分解的相关功耗攻击降噪方法[J]. 计算机工程, 2020, 46(7): 129-135,142.
[2]	梁猛, 史晓霜. 基于二阶Newton插值的莫尔条纹消除算法[J]. 计算机工程, 2020, 46(5): 259-266.
[3]	郝占军, 段渝, 党小超, 曹渊. 基于信道状态信息的人体复杂动作识别方法[J]. 计算机工程, 2020, 46(1): 286-293.
[4]	张玺君, 袁占亭, 张红, 高玮军, 张恩展. 交通轨迹大数据预处理方法研究[J]. 计算机工程, 2019, 45(6): 26-31.
[5]	谢行雨,王玲. 基于纹理相似栈的超声图像分割方法[J]. 计算机工程, 2019, 45(2): 240-244.
[6]	谭阳红, 张婧, 李肖. 基于复杂网络理论的电网节点重要度评估[J]. 计算机工程, 2019, 45(11): 281-286,297.
[7]	刘雨灵, 侯进, 张笑语, 陈曾. 基于卷积神经网络的无线电广播同频干扰检测[J]. 计算机工程, 2019, 45(10): 301-307.
[8]	王海江,姚付启,李丽宏,马永强,杨勤科,王静璞. 基于分数进制轮廓波变换的DEM多尺度表达[J]. 计算机工程, 2018, 44(9): 286-295,300.
[9]	邓叶勋,赵晖. 基于非负矩阵分解的情感语音基频转换研究[J]. 计算机工程, 2018, 44(5): 256-261.
[10]	宋巧红,齐金鹏,张煜. 基于多级Haar小波变换与KS统计的突变点快速探测方法[J]. 计算机工程, 2018, 44(5): 14-18,24.
[11]	李庆忠,陈静. 适合高频子带特征的小波域图像放大算法[J]. 计算机工程, 2017, 43(7): 268-273.
[12]	秦冬冬,陈志军,闫学勤. 多层阈值函数下的小波图像去噪[J]. 计算机工程, 2017, 43(6): 202-206.
[13]	房贻广,颜普,刘武,张骥,谭守标. 基于平稳小波变换和亮度序的局部特征描述子[J]. 计算机工程, 2017, 43(11): 272-276,280.
[14]	吕甜甜,王心醉,俞乾,于涌,蒋蓁. 基于脑电和肌电多特征的自动睡眠分期方法[J]. 计算机工程, 2017, 43(10): 283-288.
[15]	赵慧青,万智萍. 基于动态参数调整的小波神经网络盲均衡算法[J]. 计算机工程, 2016, 42(6): 96-100.

基于小波与灰色方法的半球谐振陀螺寿命预测

Lifetime Prediction for Hemispherical Resonator Gyroscope Based on Wavelet and Grey Method

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10