作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法.对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数.仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度.
推荐文章
基于神经网络的SINS/GPS/TAN 容错组合导航系统设计
天文惯性导航系统
全球卫星定位系统
战术导航系统
神经网络
组合导航
故障检测
基于BP人工神经网络的GPS/SINS组合导航算法
人工神经元网络
GPS/SINS
组合导航算法
仿真算例
基于神经网络辅助观测的连续组合导航算法研究
组合导航
GPS失效
径向基函数神经网络(RBFNN)
Kalman滤波
基于BP神经网络的GPS/SINS姿态测量融合算法
全球定位系统/捷联惯性导航系统(GPS/SINS)
信息融合
反向传播(BP)神经网络
姿态测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传小波神经网络的GPS/SINS组合导航系统算法
来源期刊 兵工自动化 学科 地球科学
关键词 遗传算法 神经网络 组合导航 误差预测
年,卷(期) 2011,(4) 所属期刊栏目 自动测量与控制
研究方向 页码范围 42-45
页数 分类号 TP183|P228.4
字数 2965字 语种 中文
DOI 10.3969/j.issn.1006-1576.2011.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林雪原 海军航空工程学院电子信息工程系 76 538 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (24)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (9)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
神经网络
组合导航
误差预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导