Resumen

El giroscopio de fibra óptica (FOG) es un componente básico de la moderna tecnología inercial. Sin embargo, la precisión y el rendimiento del giroscopio de fibra óptica se ven mermados por la deriva ambiental, especialmente en entornos con temperaturas complejas. Dado que el rendimiento del modelado se ve afectado por los ruidos en los datos de salida del FOG, se propone un valor umbral de wavelet mejorado basado en la varianza de Allan y la varianza clásica para que el análisis wavelet discreto descomponga el elemento de tendencia de deriva de temperatura y los elementos de ruido. En primer lugar, se introduce la relación entre la varianza de Allan y la varianza clásica analizando los inconvenientes del umbral wavelet tradicional. En segundo lugar, se propone un umbral mejorado basado en la varianza Allan y la varianza clásica que supera las deficiencias del método de umbral wavelet tradicional. Por último, el innovador algoritmo de umbral se evalúa experimentalmente en FOG. Los resultados de la evaluación matemática muestran que el nuevo método puede obtener una mejor relación señal-ruido (SNR) y obtener la señal de reconstrucción del coeficiente de correlación (CC) más alto. Como validación experimental, se utiliza la capacidad no lineal de la red neuronal de retropropagación de errores (red neuronal BP) para ajustar el elemento de tendencia a la deriva y averiguar la compleja relación entre la deriva y la temperatura de la FOG, y los resultados finales del procesamiento indican que el nuevo método de eliminación de ruido puede obtener una mejor raíz del error cuadrático medio (MSE).

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Giroscopio de fibra óptica; precisión; rendimiento; deriva ambiental; deriva por temperatura; método de eliminación de ruido.
• Keywords:Fiber optic gyroscope; precision; performance; environmental drift; temperature drift; denoising method