针对微惯性测量组合标定精度低的问题,充分发挥神经网络良好的逼近非线性函数的优势,以RBF神经网络为主要逼近手段,对微惯性测量组合输出非线性特性进行精确逼近,从而得到更为准确的标定结果。试验结果表明,基于RBF神经网络的标定算法能够有效地逼近微惯性测量组合敏感信息,与传统基于最小二乘法建模方法相比,微惯性测量组合输出标定精度有了显著提高,为后续的载体姿态准确解算奠定了基础。

介绍了一种微惯性测量组合（MIMU）系统的设计方法。该系统由电源模块、数据采集模块和数据处理模块组成。数据采集模块用16位高精度AD和浮点放大器采集MIMU输出信号；数据处理模块采用高速单片机和嵌入式计算机进行数据处理。还介绍了数据采集的软件设计。该系统结构简单，为捷联系统的小型化提供了一种新的思路。经实际应用表明：该系统合理可行。

简要回顾微惯性测量组合技术的发展和应用，结合目前我国的发展水平和技术条件，从应用的角度特别是军事应用方面分析了微惯性测量组合在应用过程中需要解决的主要问题和关键技术。文章最后指出了发展我 国微惯性组合技术的道路是在有限的资金内以选定应用对象和应用环境为基础，走应用与研制相结合的道路以应用促研制。