梯度RBF神经网络在MEMS陀螺仪随机漂移建模中的应用

摘要

为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型.采用游程检验法分析了该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论,采用梯度径向基（RBF）神经网络对漂移数据进行了建模.实验结果表明：相比经典RBF网络模型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而言,其补偿效果提高了大约15%.