|
|||||
|
|
| 神经网络辅助卡尔曼滤波在组合导航中的应用 | |
| 引用本文： | 崔留争,高思远,贾宏光,储海荣,姜瑞凯.神经网络辅助卡尔曼滤波在组合导航中的应用[J].光学精密工程,2014,22(5):1304-1311. |
| 作者姓名： | 崔留争 高思远 贾宏光 储海荣 姜瑞凯 |
| 作者单位： | 崔留争:中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033中国科学院大学, 北京 100039 高思远:中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033 贾宏光:中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033 储海荣:中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033 姜瑞凯:中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033 |
| 基金项目： | 中国科学院知识创新工程国防科技创新重要方向项目（No.YYYJ-1122）；中国科学院三期知识创新工程资助项目 |
| 摘 要： | 为使基于微机电系统的捷联惯性导航/全球定位(MEMS-SINS/GPS)组合导航系统在GPS接收机无法正常工作时,仍能提供满足精度要求的导航信息,提出了径向基函数神经网络(RBFNN)辅助自适应卡尔曼滤波(AKF)的信息融合方法。首先,基于该方法设计了由神经网络训练与预测两种模式构成的组合导航系统。在GPS可用时,对RBFNN进行在线训练;在GPS失锁时,由RBFNN预测AKF更新过程的量测输入。然后,建立了RBFNN与AKF的数学模型,并设计了RBFNN的训练策略与AKF的自适应算法。最后,通过跑车实验验证了该信息融合方法的有效性。实验结果表明,在GPS断开时间为40s和100s时,系统的位置精度分别优于15m和90m。该信息融合方法能在GPS失锁时对导航误差发散进行有效阻尼,是适用于小型无人机、制导炸弹与车辆的一种低成本、高鲁棒性、中等精度的导航方案。 |
| 关 键 词： | 径向基函数神经网络 自适应卡尔曼滤波 信息融合 微电子机械系统 组合导航 |
| 收稿时间： | 2013/2/4 |
Application of neural network aided Kalman filtering to SINS/GPS |
|
| CUI Liu-zheng;GAO Si-yuan;JIA Hong-guang;CHU Hai-rong;JIANG Rui-kai.Application of neural network aided Kalman filtering to SINS/GPS[J].Optics and Precision Engineering,2014,22(5):1304-1311. | |
| Authors: | CUI Liu-zheng;GAO Si-yuan;JIA Hong-guang;CHU Hai-rong;JIANG Rui-kai |
| Affiliation: | CUI Liu-zheng;GAO Si-yuan;JIA Hong-guang;CHU Hai-rong;JIANG Rui-kai;Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences;University of Chinese Academy of Sciences; |
| Abstract: | |
| Keywords: | Radial Basis Function(RBF)neural network adaptive Kalman filtering information fusion Microelectromechanical System(MEMS) integrated navigation |
| 本文献已被 CNKI 等数据库收录！ | |
