消除光纤陀螺非线性误差的自适应模糊神经网络系统建模算法

光纤陀螺的静态零位漂移是影响系统测量精度的主要因素,零位漂移的大小主要与开机时间和运行温度有关。分析了开环光纤陀螺(O-FOG)的温度和非线性特性,利用自适应模糊神经网络系统(AFNIS),以时间、温度和输入角速率为参量建立了O-FOG的零漂和刻度因子非线性误差混合模型。通过训练可以使该模型具有较高的精度。实验结果表明,补偿后的O-FOG克服了零漂和刻度因子的非线性对其测量精度的影响,使其在全温范围内的测量精度得到了较大提高,证明了该方法的可行性。