RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定.提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h.试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要.     

机械抖动偏频激光陀螺静态测角方法

阐述采用机械抖动偏频激光陀螺进行静态角度测量的原理,分析测角随机误差与激光陀螺角随机游走系数、测量时间的关系,通过转台分度误差实验验证了测角随机误差公式。采用排列互比法对测角系统误差和转台分度误差进行分离。实验与理论分析表明,静态测角方法具有良好的环境适应性和稳定性,测角随机误差优于0.26″,系统误差优于1″。最后分析了进一步减小测角随机误差和系统误差的措施。