1、感應同步器測角系統(tǒng)是一種采用電磁感應原理的角度測量設備，高精度的感應同步器測角系統(tǒng)輸出的位置和速度信號可以提高伺服系統(tǒng)的控制精度。感應同步器的測量精度主要取決于感應同步器的精度、信號放大與轉換模塊的精度。為了提高測角系統(tǒng)的測量精度，要對測量誤差進行補償。硬件補償存在一定的局限性，采用軟件補償成為提高測角系統(tǒng)的精度的主要手段。人工神經網絡尤其是基于誤差反向傳播算法的多層前饋網絡，廣泛應用于非線性建模、函數(shù)逼近、模式分類等。本文主要對鑒幅型

2、感應同步器測角系統(tǒng)及基于BP(BackPropagation)網絡的誤差補償方法進行了深入研究。
　　首先，進行了感應同步器測角系統(tǒng)的設計，包括硬件電路設計，軟件設計。硬件電路中模擬部分實現(xiàn)對感應同步器輸出信號放大、濾波和相敏解調等處理，數(shù)字部分主要實現(xiàn)模數(shù)轉換、數(shù)據采集等功能。軟件部分主要是進行數(shù)據處理與轉換。文中詳細介紹了各部分電路的設計原理及性能分析，盡量減少硬件電路帶來的測量誤差。
　　然后，將BP神經網絡的理論用于

3、感應同步器的誤差補償。分析了BP神經網絡學習算法的優(yōu)缺點，針對一般BP算法收斂速度慢，易陷入局部極小值的缺陷，采用對標準BP算法改進的措施，以加快收斂速度。將改進的算法的BP神經網絡用于測角系統(tǒng)誤差補償。以實測的0°~360°之間720點零位誤差數(shù)據為基礎，分析了測角系統(tǒng)零位誤差特征，以此數(shù)據為樣本訓練并建立BP神經網絡模型。仿真結果表明，這種改進方案不僅能夠提高BP算法在訓練過程中的收斂速度，而且訓練后的BP神經網絡具有較強的自適應和