一种基于深度学习的三轴磁电子罗盘误差补偿方法
【技术领域】
[0001] 本发明涉及磁电子罗盘磁场测量的误差补偿，特别是对其中的非线性误差部分进 行补偿。 技术背景
[0002] 高精度磁电子罗盘不仅是地磁导航的核心技术之一，在矿藏探测、钻井、机器人定 向等领域应用也非常广泛。国外已经研制出性能较好的磁电子罗盘，但软磁干扰和交叉轴 效应导致的非线性误差仍未得到很好的解决。而且，由于磁电子罗盘具有明显的军事潜能， 西方国家一直严格禁止高精度导航产品出口我国。
[0003] 磁罗盘利用三轴磁传感器和加速度传感器，分别测量地磁场和重力场在各轴的分 量，并通过坐标变换计算得到磁航向角。磁航向角0'和实际航向s之间的关系为a=e+/八其 中0是测量地点的磁偏角（磁场北极与地理北极之间的偏差角，可通过地磁场模型计算得 到）。磁航向角巧为
[0005] 其中$ %是磁罗盘测量磁场在地理水平面的投影，可通过姿态变换 得到
[0007] 其中9和y分别为俯仰角和横滚角，可通过⑶式求解。
[0009] 其中g为重力场幅值，分f和分别为磁罗盘沿X轴和y轴的重力加速度分量。
[0010] 磁传感器和加速度传感器的测量误差直接影响磁罗盘定向精度。磁罗盘安装于载 体进行磁场测量时，载体上的软磁材料具有较低的矫顽力和较窄的磁滞回线，可在较弱磁 场中被磁化，产生非线性的感应磁场。感应磁场的大小及方向随载体姿态和载体在地磁场 中的位置变化而变化，一旦外磁场消失，其感应磁性也随之消失，剩磁几乎为零。而且载体 的软磁形状和分布也比较复杂，在磁罗盘周围形成非均匀磁场。另外，温度的变化还会引 起磁强计中信号放大电路和调理电路参数的变化，从而产生非线性测量误差。各种非线性 误差产生机理不同，尤其软磁干扰分布情况复杂，很难找出其中的规律，建立显式的误差模 型。
[0011] 目前，国内外对磁电子罗盘误差校准基本上是通过对误差来源和机理的分析，建 立一个显式的线性误差模型，再采用不同方法对误差参数进行估计并补偿，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[Mi]。当然，除此之外 也有部分文献认为磁传感器包含非线性误差，通过神经网络建立隐式误差模型。文献[7, 8] 以样本数据各分量的变形为自变量，构造了无隐层的函数链接型FLANN网络结构，以测量 磁场和真实磁场幅值平方差的和为代价函数，通过迭代计算估计误差参数，校准后磁场幅 值误差分别下降66倍和10倍，接近椭球假设法。文献[9, 10]提出采用三层神经网络来描 述磁场干扰情况下测量航向角与真实航向角之间的非线性关系，利用外部航向参考训练输 入输出非线性误差模型，补偿精度可达0.4°左右，与训练样本质量有关。文献[11]利用 三层BP神经网络对磁罗盘航向角误差建模，采用自适应差分进化算法训练神经网络权值， 补偿后航向角误差控制在±0.22°范围内，但未说明采用何种类型的磁传感器。神经网络 虽然可以辨识非线性系统，解决复杂的建模问题，但普遍存在收敛缓慢，实时性差等问题， 训练速度成为制约其发展与应用的最主要问题。另外传统神经网络在训练过程中还会出现 "平台"现象或产生过拟合，导致网络泛化能力较差。
[0012] 参考文献
[0013] [1] Gebre-Egziabher D. Magnetometer autocalibration leveraging measurement locus constraints[J]. Journal of Aircraft, 2007, 44 (4):1361 - 1368.
[0014] [2]Vasconcelos J F, Elkaim G, Silvestre C, et al. Geometric approach to strapdown magnetometer calibration in sensor frame[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2) ：1293-1306.
[0015] [3]Asl H. G. Pourtakdoust S. H. Samani M. A new non-linear algorithm for complete pre-flight calibration of magnetometers in the geomagnetic field domain [J]. Proc. Inst. Mech. Eng. G J. Aerosp. Eng. 2009, 223, 729 - 739.
[0016] [4]Bonnet S. Bassompierre C. Godin C. et al. Calibration methods for inertial and magnetic sensors [J]. Sens. Actuators A Phys. 2009,156,302 - 311.
[0017] [5]李翔，李智.航姿参考系统三轴磁强计校正的点积不变法[J].仪器仪表学 报，2012, 33(8) : 1813-1818.
[0018] [6] Yanxia Liu, Xisheng Li, Xiaojuan Zhang, e t a 1. Novel Calibration Algorithm for a Three-Axis Strapdown Magnetometer[J]. Sensors, 2014, 14, 8485-8504.
[0019] [7]吴德会，黄松岭，赵伟.基于FLANN的三轴磁强计误差校正研宄[J].仪器仪 表学报，2009-3, 30(3) : 449-453.
[0020] [8]黄玉，郝燕玲.基于FLANN和最小二乘的磁梯度计误差校正[J].仪器仪表学 报，2012-4, 33(4) :911-917.
[0021] [9]Wang J H, Gao Y. A new magnetic compass calibration algorithm using neural networks[J]. Measurement Science and Technology, 2006, 17(1):153-160.
[0022] [10]王璐，赵忠，邵玉梅等.磁罗盘误差分析及补偿[J].传感技术学报 2007, 20(2) : 439-441.
[0023] [11]岳海波，张树栋，史志茹等.基于自适应差分进化和BP网络的罗盘误差补偿 [J] ?宇航学报，2013-12, 34 (12) : 1628-1633.
【发明内容】
[0024] 本发明是一种可用于磁罗盘非线性误差补偿的方法，提出了一种基于深度学习的 三轴磁强计误差补偿算法，
[0025] 隐式误差模型
[0026] 对隐式误差模型进行训练，以补偿磁罗盘测量存在的非线性误差，提高磁罗盘定 向精度，如图1所示。
[0027]误差模型的输入为7维向量(?〃?,?"7/?)，其中分别表示 磁罗盘坐标系下地磁场在X，y，z轴的分量，g丨,式，式分别表示磁罗盘坐标系下重力场在 X，y，z轴的分量，tmp代表温度；输出为航向角h采用目前研宄和应用最广的深度置信网络 DBN构建多隐层（有多个限制波尔兹曼机RBM叠加构成）；最后一层采用BP网络，接收来自 RBM的输出特征向量，并作为BP网络的输入特征向量。航向角测量值g和实际航向3之间存 在非线性的函数