用于干涉型光纤陀螺温度漂移辨识的RBF神经网络改进算法

摘要：

针对干涉型光纤陀螺(IFOG)温度漂移的辨识,推导了径向基神经网络(RBFNN)中隐含层神经元、网络的抗噪声性能和拟合精度三者之间的关系,并在此基础上提出了一种新的径向基函数神经网络辨识学习规则.该方法具有很强的抗噪声性能,网络输出不会被陀螺噪声所污染,同时能动态地确定神经元数,辨识精度高,有效地避免了传统RBF网络学习算法中事先固定网络结构可能存在的盲目性.实验结果表明,该方法能够快速、准确地辨识IFOG的温度漂移.

关键词：干涉型光纤陀螺、温度漂移、RBF神经网络、辨识

所属期刊栏目：36

分类号：V241.59(航空仪表、航空设备、飞行控制与导航)

在线出版日期：2006-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：537-541