超限学习机在磁罗盘非线性误差补偿中的应用

针对磁阻式传感器组成的磁罗盘中不容忽视的非线性误差,建立了隐式非线性误差模型,引入机器学习中的超限学习机算法对非线性误差模型进行训练。利用训练好的误差模型对航向角测量误差进行补偿,误差由补偿前的±3°下降到±0.2°,均方根误差为0.1°。任意选取的训练集、测试集和重复实验证明超限学习算法具有很好的泛化性和鲁棒性,而且训练速度极快,是传统BP神经网络的上千倍。