激光陀螺是惯性导航系统中不可缺少的重要元件,其精度与启动误差直接影响到惯性导航系统的导航精度。激光陀螺的误差主要分为常值漂移与随机漂移,我们可以应用比较成熟的方法进行补偿。由于激光陀螺内部构造的特殊性,自身没有温度控制装置,与带温控的陀螺相比,温度对陀螺精度的影响更加突出,这就需要我们建立温度误差模型,来补偿由于温度因素对陀螺带来的不利影响。论文主要研究工作有以下几个方面:阐述了温度模型补偿的理论和实际意义,从建立模型的相关理论知识入手,介绍了激光陀螺的工作原理、激光陀螺的基本误差、温度对激光陀螺误差影响及一般的温度补偿方法。与传统的数学建模不同,本文利用了神经网络建模。它只需根据输入输出辨识两者之间的映射关系,通过训练网络自行调整网络权值,逼近实际系统,避免了构造复杂的数学模型、计算来确定系数的工作。对于神经网络,文章也作出详细介绍,如:神经元结构、作用函数、神经元网络、学习规则、BP网络与径向基网络的结构及它们的训练算法等。论文在建模与仿真的分析中,根据激光陀螺的原理推导出神经网络模型所用到的原理公式,并且说明了公式中参数的选取、测试、处理等问题。文中先对输入温度及输出零偏进行预处理,为建模提供的可靠依据。实验仿真中采用最典型的BP网络与径向基网络作为模型,分别从网络设计、网络训练、参数设定、网络测试、仿真结果等几方面做了分析研究。通过对仿真数据和温度补偿前后结果进行比较,证明了应用BP网络与径向基网络可以有效地补偿温度对陀螺零偏造成的影响。最后给出精确的数学模型,与神经网络模型作比较,并指出神经网络建立激光陀螺温度误差模型,能够得到较好的结果。