郭士荦，许江宁，李 峰，何泓洋

（海军工程大学 导航工程系，武汉 430033）

优化BP神经网络的光纤陀螺温度漂移建模与补偿

郭士荦，许江宁，李 峰，何泓洋

（海军工程大学 导航工程系，武汉 430033）

光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题，提出了优化预测数据的BP神经网络补偿算法，利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理，可以有效减小 FOG输出白噪声对温度漂移网络模型补偿精度的干扰，优化神经网络模型的补偿效果。使用 FOG温度漂移实测数据对所提出的优化算法进行验证，结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

光纤陀螺；温度漂移；补偿方案；BP神经网络；优化算法

光纤陀螺（FOG）实际上是一种光纤传感器，与基于经典力学的机械陀螺一样，用来测量运载体相对惯性空间的旋转运动。光纤陀螺温度漂移误差对其测量精度有较大影响，因此 FOG温度漂移建模和补偿是光纤陀螺技术中最棘手的问题之一。目前针对FOG温度漂移模型的建立和辨识方法主要有最小二乘拟合、神经网络建模、模糊模型辨识等。BP神经网络因其使用方便，补偿精度普遍可以达到使用要求，成为光纤陀螺温度漂移模型建立和温度漂移误差补偿的主要技术手段之一。

文献[1]从理……