基于改进时间序列方法的HRG输出建模预测.pdf

《基于改进时间序列方法的HRG输出建模预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第3期电光与控制Vo1．22No．32015年3月ElectronicsOptics&ControlMar．2015doi：10．3969／j．issn．1671—637X．2015．03．008基于改进时间序列方法的HRG输出建模预测王琪，汪立新，田颖(第二炮兵工程大学304教研室，西安710025)摘要：针对半球谐振陀螺仪的输出可能不符合时间序列分析的平稳性要求的问题，提出了一种基于经验模态分解的改进时间序列灰色预测方法，该方法将经验模态分解、时间序列建模和灰色预测结合起来。首先利用经验模态分解对陀螺仪的输出原始信号进行预处理，分解得到原始信号中包含的随机项和趋势项，

2、然后对这些信号进行平稳性检验，根据检验结果选择时间序列分析和灰色预测对这些数据分别进行建模预测，最后将预测结果进行重构得到最终的预测值。仿真实验结果表明，该方法的预测效果比单独使用时间序列分析进行建模预测的效果要好。关键词：半球谐振陀螺仪；输出预测；时间序列分析；经验模态分解；灰色预测中图分类号：U666．1文献标志码：A文章编号：1671—637X(2015)03—0036～03HRG’SOutputModelingandPredictionBasedonImprovedTimeSeriesMethodWANGQi，WANGLi—xin，TIANYing(No．304Teach

3、ingandResearchSection，TheArtilleryEngineeringUniversity，Xi’an710025，China)Abstract：InordertosolvetheproblemthatHRG’Soutputmaynotsatisfythestabilityrequirementoftimeseriesanalysis，animprovedtimeseries—greypredictionmethodbasedonempiricalmodedecompositionwasproposed．Thismethodcombinedempiricalm

4、odedecompositionwithtimeseriesmodelingandgreyprediction．First，theempiricalmodedecompositionwasusedforpreprocessingtheoriginalsignalsofthegyro，andseparatingthetrendpartfromrandompart．Then，thestabilityofthesignalswasanalyzed，andtimeseriesanalysisandgreypredictionwereusedtomodelandpredictthedata

5、accordingtotheresultofanalysis．Atlast，thefinalpredictionresultwasobtainedbyreconstructingthepredictionresult．Simulationresultsdemonstratethatthepredictioneffectofthismethodisbetterthantheoneusingtimeseriesanalysisalone．Keywords：hemisphericalresonatorgyro；outputprediction；timeseriesanalysis；em

6、piricalmodedecomposition；greyprediction数据常会呈现较强的非线性和非平稳性，这对于陀螺0引言输出的建模预测是非常不利的。从本质上讲，经验模半球谐振陀螺仪(HemisphericalResonatorGyro，态分解(EmpiricalModeDecomposition，EMD)是一个对HRG)作为一种新型陀螺，与经典的机械式陀螺相比，信号进行平稳化处理的方法，将信号中真实存在的不由于没有高速旋转的转子、轴承和与摩擦有关的机械同尺度波动或趋势逐级分解出来，产生一系列具有不部件，具有长寿命的突出优点⋯。因此，利用其输出的同特征尺度的数据序列，而且

7、经验模态分解的结果完历史数据对陀螺的输出进行预测，及时给出陀螺仪的全由信号本身决定，是一种自适应信号分解方法，因而输出稳定性评价，对于HRG的实际应用具有重大意适用于输出信号具有较强非线性和非平稳性的HRG义。由于影响HRG输出的因素很多，因此陀螺的输出的输出信号处理。收稿日期：2014—05—21修回日期：2014—06—141经验模态分解基金项目：总装探索研究项目(2010TC4303)经验模态分解(EMD)是美国学者HUANGNE于作者简介：王琪(1991一)，男，四川简阳