一种基于轻量化卷积神经网络的RLG温漂补偿方法及系统

本发明公开了一种基于轻量化卷积神经网络的环形激光陀螺温漂补偿方法及系统。该方法包括：采集环形激光陀螺RLG在不同温度下的角速度和温度测量值作为训练数据并进行预处理；基于预处理后的温度测量值，构建多通道时间序列输入特征；以温漂残差作为训练标签；设计并训练轻量化卷积神经网络模型。将训练好的模型部署到RLG处理单元。运行时，系统实时获取RLG的角速度和温度测量值，基于温度值构建实时的多通道输入特征，利用部署的模型预测实时温漂误差，并从实时角速度测量值中减去该预测误差，输出补偿后的角速度值。本发明利用轻量化CNN和特定的多通道温度特征，能够有效且高效地补偿RLG温漂，提高其在变化温度环境下的输出精度，且模型易于部署。