基于PSO-BP 神经网络的激光陀螺温度补偿方法

激光捷联惯导系统上电启动时，陀螺受温度影响其零偏会经历快速变化到逐渐稳定的过程，影响惯导系统应用精度。因此，提出了一种基于粒子群-反向传播神经网络（PSO-BP）的激光陀螺温度补偿方法，利用粒子群算法寻找神经网络模型的最优权值与阈值，以温度和温度梯度作为自变量，建立陀螺零偏输出的补偿模型。激光惯导系统工作温度范围内的温度试验结果表明：与传统反向传播神经网络算法相比，所提出的PSO-BP神经网络模型的速度提高了4倍，模型拟合精度更高，且避免了反向传播算法易陷入局部最优解的问题。经过粒子群-反向传播算法补偿后，陀螺零偏稳定性相比温补前提高了60%，进一步验证了模型的有效性。