基于RBF的金属壳谐振陀螺温度误差补偿方法

针对金属壳谐振陀螺由于温度变化导致陀螺精度降低的问题,提出一种基于RBF神经网络的金属壳谐振陀螺温度误差补偿方法。在-4～60℃温度范围内,分别建立金属壳谐振陀螺的温度误差一阶多项式模型、二阶多项式模型和RBF神经网络模型,基于三种温度误差模型对陀螺输出进行温度误差补偿。实验数据表明,基于RBF神经网络模型的补偿效果优于基于一阶多项式和二阶多项式模型的补偿效果,补偿后漂移标准差减少了66.31%,可大幅度降低温度变化对金属壳谐振陀螺精度的影响,在工程实际中有一定参考意义。