小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移，提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号，利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声，灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明，相较于传统的灰色理论模型和单一的Elman神经网络模型，新算法有效滤除了白噪声，并将预测模型的精度提高到96%以上，证实了模型的有效性。