基于均值逼近算法的光纤陀螺温度补偿方法

在机器学习温度补偿算法的基础上,一种基于高斯分布的均值逼近算法,能更好的减小光纤陀螺零漂的温度依赖性。实验与仿真结果表明,在环境温度从-40℃到60℃变化的情况下,通过均值逼近方法,补偿后的光纤陀螺的零偏输出减小了95%,光纤陀螺的零偏精度可以达到0.05°/h。因此,在环境温度变化的情况下,与其他温度补偿方法相比,均值逼近算法可以更有效地提高光纤陀螺的适应性。