论文部分内容阅读
摘要基于实测数据分析了全温度全速率下的陀螺漂移特性，提出了一种基于高斯过程回归的补偿新方法。该方法通过超参数训练直接建立了温度、陀螺输出和载体角速率之间的映射关系，弥补了传统方法对零偏和标度因数分别进行建模导致引入两次补偿误差的不足，在提高补偿精度的同时，简化了补偿步骤。仿真结果表明，相较于最小二乘支持向量回归方法，由高斯过程回归方法训练得到的模型能够更加准确地描述温度漂移特性，具有较高的预测补偿精度和良好的泛化能力，预测均方根误差小于0．003（°）／s，有效抑制了温度对光纤陀螺精度的影响。