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)获取学习样本；(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。