压电振动陀螺温漂性能粒子群算法优化

针对压电振动陀螺的温漂问题，采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模。该算法借助粒子群算法帮助BP神经网络越过局部最小解，并通过加入高斯噪声的方式，模拟自然人脑。仿真实验表明，相对于传统的单BP神经网络算法，含有噪声的粒子群-BP神经网络算法，在精度方面提高了至少42.6%，所构建的温漂模型具有更好的非线性描述能力，从而能为压电振动陀螺提供了更高精度的零电位误差补偿；同时，在收敛速度方面快了5.2倍。