一种基于神经网络算法的谐振陀螺温度补偿方法

摘要

本发明涉及一种基于神经网络算法的谐振陀螺温度补偿方法，包括以下步骤：步骤1、对谐振陀螺进行温度试验，并对谐振陀螺输出进行采样；步骤2、进行对比分析，基于多项式模型，使用最小二乘法对陀螺零偏‑温度样本进行多项式拟合，建立零偏随温度变化的一阶多项式模型；步骤3、将步骤1中录取的陀螺和温度数据带入步骤2计算得到零偏随温度变化的一阶多项式模型中，得到陀螺输出数据；步骤4、将陀螺输出数据作为RBF神经网络模型的样本输入对网络参数进行训练，得到一组训练完成的网络，并基于RBF神经网络模型对谐振陀螺进行温度补偿。本发明能够补偿由于温度变化造成陀螺谐振子的密度、杨氏模量、泊松比等材料属性改变。