一种基于神经网络的开环光纤陀螺输出误差补偿方法

摘要

一种基于神经网络的开环光纤陀螺输出误差补偿方法，包括以下四个基本步骤：(1)建立神经网络模型；(2)获取学样本；(3)训练BP神经网络；(4)补偿开环光纤陀螺输出误差。神经网络具有分布并行处理，非线性映射，鲁棒容错和泛化能力强等特性，使得它在智能信息处理方面有广泛的应用。训练后的神经网络能很高精度地逼近开环光纤陀螺输入输出信号的非线性函数且具有很强的泛化能力，能在整个开环光纤陀螺输出测量范围内实现开环光纤陀螺输出信号的高精度补偿。本发明克服了线性度误差对陀螺输出精度的影响，提高了开环光纤陀螺的精度、拓展了其应用范围，也可用于其它传感器输出信号的建模与补偿。

主权项

1、一种基于神经网络的开环光纤陀螺输出误差补偿方法，其特征在于步骤如下：(1)建立神经网络模型取开环光纤陀螺的输出电压为输入量，陀螺敏感的角速度为输出量来构建单输入单输出的神经网络系统；(2)获取学习样本以转台的输入角速度和在该角速度下的开环光纤陀螺输出电压信号为学习样本的期望输出与输入，获得学习样本；(3)训练BP神经网络在所述步骤(1)得到的神经网络模型和步骤(2)得到的学习样本的基础上，训练BP神经网络，并得到最优的模型参数；(4)补偿开环光纤陀螺输出误差将开环光纤陀螺输出电压数据输入到步骤(3)训练好的神经网络，即可实现误差补偿。