基于RBF神经网络的微惯性测量组合标定

摘要：

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.

关键词：神经网络、微惯性测量组合、标定

所属期刊栏目：31

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目50875247

在线出版日期：2011-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-2,6