论文部分内容阅读
为了提高使用精度，减少动力调谐陀螺仪（DTG）随机漂移的建模误差，首先基于连接机制构造一个模糊神经网络；然后，在此网络结构的基础上，提出了一种基于遗传算法的参数优化策略；最后用预处理后的实测DTG漂移数据建立模型并利用另一组DTG漂移数据对模型的有效性进行了验证。实验结果表明：用这种方法建立的模型能更好地描述动调陀螺仪的漂移特性，并加快了网络结构收敛过程的速度，同时，其补偿效果也有了很大的提高。