摘要： 針對MEMS陀螺儀測量模型中時變、非線性誤差和高頻噪聲引起的姿態(tài)估計精度低及易發(fā)散的問題，提出一種基于深度學習的陀螺儀降噪與標定方法。對陀螺儀測量誤差進行建模，采用卷積神經網(wǎng)絡(CNN)從陀螺儀歷史數(shù)據(jù)中提取誤差模型特征，實現(xiàn)對陀螺儀數(shù)據(jù)實時降噪與標定，獲得高精度姿態(tài)估計結果。原始陀螺儀數(shù)據(jù)經過網(wǎng)絡降噪和標定后進行姿態(tài)估計，并將結果與參考姿態(tài)真值構建損失函數(shù)訓練網(wǎng)絡。在EuRo... （共6頁）