1.一種面向陀螺儀的溫度補(bǔ)償方法，尤其是面向mems陀螺儀，其特征在于，包括如下步驟：
2.如權(quán)利要求1所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s1中，選擇來(lái)源于高斯白噪聲的第k個(gè)分量的白噪聲ek[w(i)]作為特定噪聲輔助，通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解emd方法進(jìn)行所述信號(hào)分解。
3.如權(quán)利要求2所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s1具體包括：
4.如權(quán)利要求3所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s12中，對(duì)于原始信號(hào)x(i)，通過(guò)emd算法計(jì)算其局部平均值作為第一個(gè)殘差r1，從原始信號(hào)x(i)中減去殘差r1，得到的差值即為第一個(gè)imf值c1；對(duì)于剩余的信號(hào)，將當(dāng)前殘差作為新的原始信號(hào)，并計(jì)算新的局部平均值，然后從當(dāng)前殘差中減去新的局部平均值得到新的imf值，重復(fù)此過(guò)程，直到達(dá)到預(yù)定的imf值數(shù)量k為止。
5.如權(quán)利要求1至4任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s3中，使用基于wvd和瞬時(shí)頻率參數(shù)估測(cè)原理的時(shí)頻峰值濾波tfpf算法對(duì)信號(hào)進(jìn)行濾波和去噪，其中在處理多分量信號(hào)時(shí)，整合偽wiener-ville分布pwvd進(jìn)行信號(hào)處理。
6.如權(quán)利要求1至5任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s4中，使用極限學(xué)習(xí)機(jī)elm進(jìn)行溫度補(bǔ)償之前，通過(guò)非支配排序遺傳算法nsgaii優(yōu)化隱層中神經(jīng)元的數(shù)量、激活函數(shù)的類(lèi)型和輸入層連接權(quán)重的范圍。
7.如權(quán)利要求1至6任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s4中，使用非支配排序遺傳算法nsgaii優(yōu)化極限學(xué)習(xí)機(jī)elm包括：
8.如權(quán)利要求1至7任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s4中，使用非支配排序遺傳算法nsgaii優(yōu)化極限學(xué)習(xí)機(jī)elm包括：使用均方誤差rmse和輸出權(quán)重的2-范數(shù)作為目標(biāo)函數(shù)，如下：
9.如權(quán)利要求1至8任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法，其特征在于，步驟s4中，nsga?ii的算法過(guò)程包括：首先，隨機(jī)生成包含n個(gè)體的初始種群pt；然后，利用遺傳算法的基本運(yùn)算得到后代種群qt；然后，通過(guò)重構(gòu)pt和qt，得到種群大小為2n的新種群rt；根據(jù)精英策略，通過(guò)選擇rt中的最優(yōu)n個(gè)體得到pt+1，并通過(guò)遺傳算法再次得到其后代種群qt+1，構(gòu)造新種群rt+1，迭代執(zhí)行此過(guò)程直到滿足停止條件。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序由處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-9任一項(xiàng)所述的面向陀螺儀的溫度補(bǔ)償方法。