基于光纖陀螺的溫度補償模型改進、壓縮和FPGA實現

摘要： 為提高光纖陀螺（FOG）在變溫環(huán)境下輸出誤差的補償精度，在長短期記憶神經網絡模型（LSTM）基礎上，利用分段非線性粒子群算法（PN-PSO）對LSTM模型超參數尋優(yōu)，建立PN-PSO-LSTM光纖陀螺溫度補償模型。為有效降低計算和存儲開銷，便于部署在資源受限的硬件環(huán)境中，提出一套適用于光纖陀螺應用場景的模型壓縮方案，包括：知識蒸餾、剪枝、激活函數線性化、定點數量化等。最后基于X... （共9頁）