10.3969/j.issn.1674-5795.2011.01.001
基于RBF神经网络的微惯性测量组合标定
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.
神经网络、微惯性测量组合、标定
31
TP183(自动化基础理论)
国家自然科学基金资助项目50875247
2011-05-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-2,6