基于改进径向基神经网络的MEMS惯导系统误差抑制方法

摘要：

由微机电惯性导航系统和全球定位系统构成的组合导航系统在卫导信号失锁的情况下,纯惯导定位误差将迅速发散.为了抑制惯导系统误差发散,提出了改进的径向基神经网络与自适应卡尔曼滤波算法,并提出了新的网络训练模型,采用自适应量子粒子群算法改进径向基神经网络的结构设计与参数.在卫导信号可用时用组合导航数据训练神经网络,当卫导信号失锁时,由改进的径向基神经网络预测自适应卡尔曼滤波的量测,使滤波器继续为系统提供速度与位置修正值.实验结果表明,转弯行驶状态下,卫星失锁15 s时,相比较原算法,水平定位精度提高了62％,有效抑制了惯导误差.

关键词：惯性导航系统、误差抑制、自适应量子粒子群、径向基神经网络、自适应卡尔曼滤波

所属期刊栏目：27

分类号：U666.1(船舶工程)

资助基金：国家自然科学基金61863024;甘肃省基础研究创新群体计划1606RJIA327;甘肃省高等学校科研项目资助2018C-11;甘肃省自然基金18JR3RA107;甘肃省科技计划资助18CX3ZA004

在线出版日期：2019-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：15-22,94