一种光电编码器全量程的标定补偿方法

摘要

本发明公开了一种光电编码器全量程的标定补偿方法。使用本发明能够对光电编码器全量程误差进行补偿，提高光电编码器精度。本发明针对全量程大样本点难以用神经网络处理的问题，通过分布式划分算法将全量程误差分成子块，采用傅立叶神经网络对每个子块的光电编码器误差建模，并采用Levenber-Marquard算法训练傅立叶神经网络的权值，得到较为精确的误差模型来补偿光电编码器的测量值，实现了对光电编码器的标定，达到改善光电编码器精度的目的。

主权项

一种光电编码器全量程的标定补偿方法，其特征在于，包括如下步骤：步骤1，样本量的获取：非匀速水平转动光电编码器转台一圈，获取电子光电编码器的测量值x以及对应的转台转角Y作为训练样本，其中x为需要补偿的光电编码器测量值，Y为光电编码器测量理想值；步骤2，全量程误差划分：以测量值x与对应的理想值Y作为总样本，将总样本分为N个小样本组，每个小样本组中的样本数为30～50；步骤3，针对每个小样组，分别采用单输入单输出傅立叶神经网络建立误差补偿模型；其中，隐含层节点个数是2d+1；d∈[m/2,m]；其中，p，q为正整数；m为小样本组中的样本数；round为向上取整函数；隐含层至输出层的连接权值为傅立叶级数的系数；步骤4，采用Levenberg‑Marquard算法训练神经网络中隐含层至输出层的连接权值；步骤5，将经步骤4训练优化后得到的隐含层至输出层的连接权值代入傅立叶神经网络；步骤6，将光电编码器的输入代入到傅立叶神经网络中，得到补偿后的光电编码器的输出方向角。