摘要

为解决半球谐振陀螺(hemispherical resonator gyro, HRG)实时输出预测问题,提高陀螺输出预测精度,提出了一种基于互补集合经验模态分解的时间序列反向传播(back propagation, BP)神经网络输出预测方法。该方法通过对陀螺输出数据使用互补集合经验模态分解,对分解得到的信号分量进行平稳性检验,根据检验结果选择时间序列分析和BP神经网络建模预测,将预测信号重构得到最终预测信号。所提方法克服了HRG输出非线性和非平稳性较强的特点与传统时间序列分析建模要求的矛盾。进行了该方法与单独使用时间序列分析、BP神经网络建模预测方法的对比,所提方法的预测精度提高了1~2个数量级,验证了该方法的有效性和精度。