基于改进径向基神经网络的MEMS惯导系统误差抑制方法

作     者：陈光武 李文元 于月 刘孝博 CHEN Guangwu;LI Wenyuan;YU Yue;LIU Xiaobo

作者机构：兰州交通大学自动控制研究所兰州730070 甘肃省高原交通信息工程及控制重点实验室兰州730070 

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) 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2019年第27卷第1期

页      码：15-22,94页

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。

主 题 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 

学科分类：08[工学] 081105[081105] 0802[工学-机械学] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

核心收录：

D　O　I：10.13695/j.cnki.12-1222/o3.2019.01.003

馆 藏 号：203667568...