摘要
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。
To improve performance and reduce the random drift of dynamically tuned gyro （DTG）, a modeling method based on fuzzy neural network was proposed. The method was used to construct DTG random error model with error data pretreated. Finally the model＇s validity was checked with another group of DTG error data. The experiments show that the model is suitable for the random drift.
出处
《弹箭与制导学报》
CSCD
北大核心
2008年第3期55-58,共4页
Journal of Projectiles,Rockets,Missiles and Guidance
基金
军队重点科研基金资助
