遗传算法优化的神经网络在SINS/GPS中的应用

发布时间：2022-09-29 12:11

　　在不增加辅助系统的情况下,针对捷联惯性导航/全球定位组合导航系统（SINS/GPS）在GPS信号不可用时,其定位精度产生较大退化的问题,提出了遗传算法优化的径向基函数神经网络辅助组合导航系统定位的方法。当GPS信号可用时,采用遗传算法对径向基函数神经网络进行优化训练;当GPS信号不可用时,利用遗传算法优化后的径向基函数神经网络预测卡尔曼滤波器量测输入中的速度误差信息,使得卡尔曼滤波器能够继续工作并提供速度校正量。跑车实验表明,通过对速度进行误差补偿能够有效地修正位置误差,以GPS信号断开180 s的结果作分析,纯SINS模式的东向和北向位置误差分别为35.1 m和38.8 m,而本文所提方法的误差分别为10.5 m和7.2 m,其定位精度提高较为显著。 

【文章页数】：6 页

【参考文献】：
期刊论文
[1]神经网络辅助卡尔曼滤波在组合导航中的应用[J]. 崔留争,高思远,贾宏光,储海荣,姜瑞凯.  光学精密工程. 2014(05)
[2]智能Kalman滤波在水下地形组合导航系统中的应用[J]. 李佩娟,徐晓苏,张小飞.  中国惯性技术学报. 2011(05)
[3]基于灰色模型和RBF神经网络的MEMS陀螺温度补偿[J]. 李士心,王晓亮,翁海娜,孙学成.  中国惯性技术学报. 2010(06)
[4]神经网络在MEMS-IMU/GPS组合导航中的应用研究[J]. 高宗余,李德胜.  传感技术学报. 2009(09)



本文编号：3682568