陈书钊，马 琨，陈剑鸣

(昆明理工大学 理学院 物理系，云南 昆明 650500)



一种降低陀螺仪输出误差的方法研究

陈书钊，马 琨，陈剑鸣

(昆明理工大学 理学院 物理系，云南 昆明 650500)

为了降低陀螺仪输出误差，减少漂移，建立了BP神经网络模型。应用MATLAB软件，通过已知陀螺仪噪声模型模拟了集成有陀螺仪的传感器模块，产生了一个完备训练样本。通过训练后的神经网络模型较好地还原了真实角速度，降低了各种因素对陀螺仪输出造成的影响，使角速度输出相对实际值的偏差降低了一个数量级，进而降低了漂移。该方法证明，使用BP神经网络可以有效降低陀螺仪的输出误差。

BP神经网络；陀螺仪漂移；陀螺仪误差；误差补偿

1 陀螺仪

陀螺仪在现代社会已经逐渐成为一种必不可少的传感器件，在手游、潜艇和航空航天等多个领域发挥着重要作用。陀螺仪常见的种类主要有压电陀螺仪、振动陀螺仪、光纤陀螺仪、激光陀螺仪和MEMS陀螺仪等。现代陀螺仪相对于较早期的陀螺仪具有明显的优点。光纤陀螺仪的优点在于结构简单、启动时间短、灵敏度高和动态范围宽等，但仍然存在误差和漂移的问题。基于萨格奈克效应的激光陀螺仪，具有与光纤陀螺仪类似的优点，如启动快、动态范围宽、灵敏度高和寿命长等，国外公布的激光陀螺仪最高水平是零漂为5×10-4(°)/h[1]。近30年以来，MEMS(微机电系统)得到了广阔地发展[2-5]，相比光纤或激光陀螺仪，其价格要低很多，但精度较低，误差较大。本文主要针对陀螺仪的误差及漂移问题，使用BP神经网络(Back-Propagation Neural Network)进行建模，降低了漂移，使陀螺仪的误差得到了一定程度的降低。……