当前位置:主页 > 科技论文 > 网络通信论文 >

模型预测前向神经网络算法及其在组合导航中的应用

发布时间:2018-02-17 05:22

  本文关键词: 前向神经网络 模型预测滤波 权值修正 SINS/CNS/BDS组合导航 出处:《中国惯性技术学报》2014年02期  论文类型:期刊论文


【摘要】:针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05 m/s,+0.05 m/s]和[-5 m,+5 m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。
[Abstract]:Aiming at the problem that the uncertainty of system error may lead to the decrease or divergence of filtering accuracy, a new forward neural network algorithm based on model predictive filtering is proposed. The model predictive filter is used to estimate the model error in the forward transmission process and to correct it to compensate for the influence of the model error on the updating of the hidden layer weight. The proposed algorithm is applied to SINS/CNS/BDS integrated navigation system and compared with extended Kalman filter. The simulation results show that the proposed algorithm can provide accurate training samples for neural network and study the nonlinear relationship of the system to be estimated. The attitude error, velocity error and position error obtained by the proposed algorithm are within [-0.25, 0.25'], [-0.05 m / s, 0.05 m / s] and [-5 m, 5 m], respectively. The filtering performance of the proposed algorithm is obviously better than that of the extended Kalman filter algorithm, which shows that the algorithm can improve the accuracy of integrated navigation positioning.
【作者单位】: 西北工业大学自动化学院;航天恒星科技有限公司;
【基金】:国家自然科学基金(61174193) 中国航天科技集团公司卫星应用研究院开放基金资助
【分类号】:TN967.2

【参考文献】

相关期刊论文 前4条

1 刘国燕,徐晓苏,白宇骏;基于H_∞滤波算法的前向神经网络在SINS初始对准中的应用[J];东南大学学报(自然科学版);2003年03期

2 王新龙,申功勋,唐德麟;基于最优估计神经网络的惯导系统初始对准研究[J];宇航学报;2002年03期

3 高社生;宋飞彪;姜微微;;抗差自适应模型预测滤波及其在组合导航中的应用[J];中国惯性技术学报;2011年06期

4 赵岩;高社生;冯鹏程;;临近空间伪卫星抗风场干扰自主导航[J];中国惯性技术学报;2013年03期

【共引文献】

相关期刊论文 前10条

1 裴福俊;居鹤华;崔平远;;基于自适应组合滤波的惯性导航系统初始对准方法[J];北京工业大学学报;2009年11期

2 梁海波;李浩;司文杰;吕章刚;;初级教练机中的低成本导航仪组合导航算法设计[J];北京航空航天大学学报;2013年09期

3 高社生;张极;党进伟;;风场估计算法及其在组合导航中的应用[J];飞行力学;2013年05期

4 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年05期

5 段晓敏;刘俊;李杰;杨卫;;制导炮弹用半捷联式惯性导航系统平台设计与试验[J];导弹与航天运载技术;2014年03期

6 赵建伟;贾维敏;金伟;田方浩;熊雄;;移动卫星通信自适应UKF组合导航姿态估计算法[J];电光与控制;2015年03期

7 张樨;李杰;范建英;陈伟;冯伟;;半捷联微惯性测量系统同轴度误差解析评定[J];兵工学报;2015年03期

8 戴邵武;路燕;孙庆祥;蒋文忠;;基于H~∞滤波算法的BP网络在SINS/GPS中的应用[J];海军航空工程学院学报;2007年06期

9 傅群忠;薛晓中;;H_∞滤波混合优化RBF在SINS动基座传递对准中的应用[J];火力与指挥控制;2010年01期

10 高法钦;;神经网络在组合导航定位算法中的应用研究[J];舰船电子工程;2010年11期

相关会议论文 前5条

1 Mojtaba Zaare Mehrjerdi;Ghassem Amoabediny;Behzad Moshiri;Arman Ashktorab;Babak Nadjar Araabi;;Model Free Predictive Control for a Nonlinear Biological System with Intelligent Optimization Approach[A];第25届中国控制与决策会议论文集[C];2013年

2 党进伟;王党卫;樊建文;;机载高精度SINS/CNS组合导航算法研究[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

3 程国根;张玉荣;程雷;;无线光通信在光缆“抢代通”中的应用[A];2014第二届中国指挥控制大会论文集(下)[C];2014年

4 汤健;孙春来;李东;;基于在线集成学习技术的工业控制网络入侵防范技术探讨[A];第29次全国计算机安全学术交流会论文集[C];2014年

5 赵曦晶;汪立新;何志昆;张博;赵晗;;捷联惯导系统大失准角高斯过程回归初始对准[A];第26届中国控制与决策会议论文集[C];2014年

相关博士学位论文 前10条

1 张勤拓;机载导弹SINS动基座传递对准技术研究[D];哈尔滨工程大学;2010年

2 马云峰;MSINS/GPS组合导航系统及其数据融合技术研究[D];东南大学;2006年

3 张小龙;车辆主动安全性能道路试验系统及评价方法研究[D];东南大学;2006年

4 陈煌琼;基于神经网络的滑坡预测及其控制研究[D];华中科技大学;2013年

5 张佳琳;分布式导航系统容错机制关键技术研究[D];哈尔滨工程大学;2013年

6 徐树生;船舶动力定位系统多传感器信息融合方法研究[D];哈尔滨工程大学;2013年

7 张庆;惯性/地磁组合航姿系统[D];哈尔滨工程大学;2011年

8 李杨;不确定非线性系统的鲁棒滑模控制方法研究[D];燕山大学;2013年

9 崔留争;MEMS-SINS/GPS组合导航关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

10 陈煌琼;基于神经网络的滑坡预测及其控制研究[D];华中科技大学;2013年

相关硕士学位论文 前10条

1 单志明;基于MSINS/GPS的车载组合导航系统设计[D];哈尔滨工程大学;2010年

2 张广利;鲁棒滤波在动机座对准中的应用[D];哈尔滨工业大学;2006年

3 鲁小强;INS/GPS组合导航系统初始对准滤波方法研究[D];国防科学技术大学;2006年

4 陈拯民;RVE,,AQE误差模型在SINS动基座对准中的应用[D];哈尔滨工业大学;2007年

5 刘亭利;基于SDRE的永磁同步电机(PMSM)控制方法研究[D];青岛科技大学;2012年

6 梁金山;基于C-PSODE算法的模糊RBF神经网络非线性系统辨识[D];西南交通大学;2013年

7 张月华;太阳能光跟踪过程计算机智能控制系统研究与应用[D];河北科技大学;2013年

8 徐丹琴;基于双GPS_INS组合导航关键技术研究[D];燕山大学;2013年

9 魏少东;基于GPS和惯性导航的果园机械导航系统研究[D];西北农林科技大学;2013年

10 梁东义;火电厂水处理系统的神经网络预测控制[D];重庆大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 宫晓琳;房建成;;基于预测滤波的捷联惯导任意双位置对准方法[J];北京航空航天大学学报;2008年05期

2 王丹力,张洪钺;基于RBF网络的惯导系统初始对准[J];航天控制;1999年02期

3 顾成奎,王正欧;基于前向神经网络的非线性时变系统辨识[J];管理科学学报;2001年03期

4 杨莉,汪叔华;采用BP神经网络的惯导初始对准系统[J];南京航空航天大学学报;1996年04期

5 马晓敏,周忙来;一种适于非线性系统辨识的神经网络学习算法[J];石油大学学报(自然科学版);1996年01期

6 方群;李新三;;临近空间高超声速无动力滑翔飞行器最优轨迹设计及制导研究[J];宇航学报;2008年05期

7 焦雅林;高社生;薛丽;;GPS/DR组合导航抗差自适应滤波算法[J];中国惯性技术学报;2010年03期

8 杨波;王跃钢;徐洪涛;;弹载惯性/卫星/星光高精度组合导航[J];中国惯性技术学报;2010年04期

9 高社生;阎海峰;高怡;;模糊抗差自适应粒子滤波及其在组合导航中的应用[J];中国惯性技术学报;2010年05期

10 薛丽;高社生;赵岩;;权值自适应调整Unscented粒子滤波及其在组合导航中的应用[J];中国惯性技术学报;2012年04期

【相似文献】

相关期刊论文 前10条

1 谢开贵,柏森,周家启;多项式前向神经网络[J];重庆大学学报(自然科学版);2001年03期

2 杜泽超,孙光伟,索胜军;前向神经网络学习算法研究[J];哈尔滨建筑大学学报;2001年01期

3 王文剑,贾莲凤;用综合法优化前向神经网络结构[J];计算机工程与设计;2001年06期

4 朱德兵,何继善;前向神经网络定解及泛化问题研究[J];物探化探计算技术;2001年02期

5 崔光照,毕娟,许进;前向神经网络结构优化的研究进展[J];郑州轻工业学院学报;2003年03期

6 余庆梅,曲蔚;一种新的前向神经网络自适应学习算法[J];自动化技术与应用;2003年06期

7 周建华;前向神经网络自构形及应用研究[J];计算机工程与应用;2004年20期

8 张振亚,陈恩红,王煦法;基于实向量输入的角分类前向神经网络研究[J];中国科学技术大学学报;2004年05期

9 叶德谦,康建红,杨樱;实数编码遗传算法的前向神经网络优化设计[J];计算机工程;2005年16期

10 盛守照,王道波,黄向华;一种动态筛选样本的前向神经网络快速学习算法[J];电子与信息学报;2005年11期

相关会议论文 前10条

1 张铃;张钹;;前向神经网络的设计原则[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年

2 李强;;前向神经网络的复合遗传算法可调参数优化学习算法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 申东日;冯少辉;陈义俊;;BP网络学习算法的改进[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年

4 热合木江;古丽·吐尔逊;马玉书;;训练前向神经网络的一种有效算法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

5 王强;邵惠鹤;;遗传算法生成前向神经网络[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

6 李彬;荣学文;;单隐层前向神经网络在线学习算法综述与性能分析[A];第25届中国控制与决策会议论文集[C];2013年

7 古丽·吐尔逊;木合塔尔;热合木江;尼加提·吐尔逊;艾尼瓦尔·吐尔地;;前向神经网络的共轭梯度学习算法[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

8 黄山松;杜继宏;冯元琨;;FNN的推广性量度G_0及其应用[A];1998年中国控制会议论文集[C];1998年

9 王强;达飞鹏;宋文忠;;基于前向神经网络临时极小点的BP算法研究[A];2006中国控制与决策学术年会论文集[C];2006年

10 刘喜成;李声沛;;基于前向神经网络的静止图象自适应预测无损压缩编码[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

相关博士学位论文 前1条

1 盛守照;前向神经网络学习问题研究及其在转台控制中的应用[D];南京航空航天大学;2005年

相关硕士学位论文 前9条

1 傅建平;非迭代前向神经网络模型的研究[D];内蒙古大学;2012年

2 黄瑞华;用前向神经网络预测纯饱和液体的物性[D];广西大学;2001年

3 薛金银;前向神经网络的定性学习理论研究[D];西安电子科技大学;2001年

4 郭艳兵;前向神经网络控制理论研究及其应用[D];燕山大学;2003年

5 宋保强;前向神经网络学习理论[D];大连理工大学;2002年

6 谭梅;前向神经网络中混沌学习算法的研究与应用[D];湘潭大学;2007年

7 陈森林;前向神经网络的分类能力与训练算法的研究[D];西安电子科技大学;2003年

8 章莉;关于单隐层前向神经网络的插值与逼近[D];浙江师范大学;2013年

9 杨乐;基于核的在线序列极端学习机的理论与算法[D];西北大学;2013年



本文编号:1517316

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1517316.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f85c7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com