一种基于在线学习前向神经网络的组合导航滤波器

• 作者: 王树宗 王红星 陈建勇
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 组合导航 卡尔曼滤波 神经网络 在线学习 鲁棒性
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 331-336
• 页数: 6页
• 分类号: TP183|TN967.2
• 字数: 3642字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2003.03.020

摘要

首先建立了带反馈校正的组合导航数学模型,在此基础上提出了一种在线学习的神经网络滤波算法.这种算法不需要噪声的先验知识,对系统模型的依赖也较弱.仿真表明,卡尔曼滤波器在理想情况下有较高的估计精度,而神经网络滤波器在非理想情况下有较高的精度,对模型误差和噪声特性的变化具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红星	海军航空工程学院电子工程系	193	941	14.0	23.0
2	王树宗	海军工程大学兵器工程系	196	1362	17.0	25.0
3	陈建勇	海军工程大学兵器工程系	6	40	5.0	6.0