基于LSTM神经网络的机载光纤陀螺温度冲击误差补偿技术

环境温度冲击会降低机载光纤陀螺的性能，从而影响飞行器导航和姿态控制精度。在光纤陀螺误差机理研究基础上，本文提出一种基于长短期记忆（LSTM）神经网络的光纤陀螺温度误差补偿模型。该模型通过LSTM网络对光纤陀螺的零偏和标度因数进行实时预测和校正，提高光纤陀螺的测量精度。试验结果表明，在温度冲击下，LSTM预测模型补偿后的标度因数误差小于30ppm，零偏稳定性比常规的线性拟合补偿模型提高0.0034（°）/h。这意味着输出更准确地反映实际角速度值，陀螺仪的零偏漂移更小，输出更接近于零值。动态试验中转台输入为20（°）/s时，LSTM补偿后陀螺输出稳定在19.999～20.001（°）/s区间内，相较于陀螺原始输出误差降低0.008（°）/s。通过LSTM预测模型补偿，能够在环境变化、外部扰动或传感器故障时，通过陀螺仪提供更可靠的数据支持，维持飞行器的稳定性和安全性。