CAJ | 학술논문

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.
위료제고사용정도,감소동력조해타라의(DTG)수궤표이적건모오차,수선기우련접궤제구조일개모호신경망락;연후,재차망락결구적기출상,제출료일충기우유전산법적삼수우화책략;최후용예처리후적실측DTG표이수거건립모형병이용령일조DTG표이수거대모형적유효성진행료험증.실험결과표명:용저충방법건립적모형능경호지묘술동조타라의적표이특성,병가쾌료망락결구수렴과정적속도,동시,기보상효과야유료흔대적제고.