对角神经网络陀螺随机误差建模研究

首先,采用对角神经网络(DRNN)对陀螺的随机误差进行建模。给出DRNN的结构与数学模型,说明DRNN作为内递归网络在建模时不必知道模型阶次;然后,利用LM算法优化BP算法,导出DRNN适用的LMBP算法对网络进行训练;最后,利用DRNN对光纤陀螺随机误差建模,并与陀螺随机误差建模常用的ARMA模型和外递归BP网络进行对比,通过仿真定量分析DRNN的建模效果。仿真结果表明,DRNN比其他方法更加有效便捷。