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: 于月 刘孝博 李文元 陈光武
• 来源期刊: 中国惯性技术学报
• 学科: 交通运输
• 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
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 惯性系统研究与分析
• 页码范围: 15-22,94
• 页数: 9页
• 分类号: U666.1
• 字数: 6995字
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2019.01.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光武	兰州交通大学自动控制研究所	70	354	10.0	16.0
5	李文元	兰州交通大学自动控制研究所	4	7	2.0	2.0
9	刘孝博	兰州交通大学自动控制研究所	3	13	2.0	3.0
13	于月	兰州交通大学自动控制研究所	2	4	1.0	2.0