10.3969/j.issn.1005-6734.2006.05.003
基于Elman神经网络和Kalman滤波的捷联惯导精对准
在采用Kalman滤波进行捷联惯导精对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于Elman神经网络和Kalman滤波的捷联惯导精对准方法.首先对已知噪声统计特性的系统进行Kalman滤波,将稳定可靠的状态估值作为网络期望输出用来训练Elman网络,然后再用训练好的网络对未知噪声统计特性系统进行状态估计.利用仿真数据对该算法进行验证,结果表明该算法能够克服Kalman滤波精对准的缺陷,提高了对准精度,尤其是航向角的精度.
捷联惯导、精对准、Elman 神经网络、Kalman 滤波
14
U666.1(船舶工程)
国家自然科学基金40274002;40474001
2006-12-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
9-13