LSTM網絡和ARMA模型對慣性器件隨機誤差預測適應性分析

楊 其， 陳水忠， 沈淑梅， 朱振華

(1.火箭軍工程大學,a.士官學院，山東 青州 262500；b.初級指揮學院，西安 710025；2.中國航空工業集團公司洛陽電光設備研究所，河南 洛陽 471000)

0 引言

慣性器件可以在不借助外部信息的孤立系統中直接測量比力和角速率值，因此在飛行器、艦船、智能設備等眾多領域得到了廣泛應用，同時作為一種自推算制導方式，慣性制導本身也不可避免地存在缺陷，其誤差會隨時間不斷累積并放大。依靠地面靜態環境建立誤差模型并標定系數，可以在一定程度上對誤差進行補償。但地面標定環境總是與實際工作的動態環境存在一定差別，誤差模型也難以對真實誤差完全補償，一般將兩者的差距歸入隨機誤差。

造成慣性器件產生隨機誤差有眾多因素[1-5]，按照目前已知的物理原因一般將其分為量化噪聲、零偏不穩定性、角度隨機游走、速率斜坡等。解決隨機誤差的最根本方法是對誤差來源的物理機制深入研究，提高制造工藝消除誤差，但這樣的做法不僅導致費效比較高，而且目前對某些慣性器件隨機誤差成因并未形成統一的結論。例如,慣性器件的零偏不穩定性多認為由電子元件的閃爍噪聲導致，但對閃爍噪聲形成機理和分析方法仍未形成確定性共識[6-7]。因此，目前對隨機誤差的補償方法多基于將各種噪聲作為濾波項加入系統方程進行在線實時濾波[8-9]，但濾波方法本質上是一種信號融合工具，需要建立在對實際系統描述基本準確的基礎上，不加任何驗證直接對濾波系統方程進行擴展極易導致對實際系統的欠擬合，使濾波難以收斂，這也是大量改進形式濾波算法難以實際應用的重要原因。……