CNN/Kalman技术在组导中的应用研究

• 作者: 周山 许江宁 黄汛
• 来源期刊: 中国惯性技术学报
• 学科: 交通运输
• 关键词: 组合导航 卡尔曼滤波 BP神经网络 小脑模型神经网络
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 组合导航技术
• 页码范围: 50-53
• 页数: 4页
• 分类号: U666.1
• 字数: 1412字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-6734.2005.01.012

摘要

经典的卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知,而组合导航系统的噪声具有非先验性.为了解决这一问题,提出了一种新型复合神经网络(CNN)辅助卡尔曼滤波器(Kalman).仿真试验结果表明:该辅助算法的精度与一般卡尔曼算法相比提高了2倍,收敛时间缩短近200s,并有效地克服了传统神经网络学习速度慢、泛化能力弱的缺点,使系统具有自适应能力以应付动态环境的扰动.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许江宁	海军工程大学电气工程系	152	1230	16.0	25.0
2	黄汛	海军工程大学电气工程系	7	76	4.0	7.0
3	周山	海军工程大学电气工程系	8	22	3.0	4.0