基于RBF神经网络的相对导航信息融合方法

• 作者: 孙瑶洁 崔雨晨 李文龙 段胜青 熊智
• 来源期刊: 航空计算技术
• 关键词: 神经网络 相对导航 信息融合 超宽带
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算方法
• 页码范围: 27-32
• 页数: 6页
• 分类号: V324
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2019.06.007

摘要

针对无人机编队飞行情况下,超宽带(UWB)测距辅助的相对导航中UWB信号失效导致无法提供相对导航信息的问题,提出了一种径向基神经网络(RBF)辅助的相对导航算法.当UWB信号有效时,以双机地理坐标系的位置信息作为RBF神经网络的输入,以UWB的期望输出位置及速度补偿信息作为RBF神经网络的输出实现神经网络的训练;当UWB信号缺失或非视距误差不可忽视时,使用训练好的RBF神经网络预测无人机间相对导航的相对导航信息,修正僚机的绝对导航精度.实验结果表明:相比于无辅助情况的UWB无人机相对导航系统,加入RBF神经网络辅助子系统可使速度X,Y,Z方向的相对导航精度在100 s内平均提升8.2,24.5,8.2倍;在位置X,Y,Z方向的定位精度在50 s内平均提升4.3,2.8,2.7倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊智	南京航空航天大学自动化学院	191	2091	24.0	33.0
2	崔雨晨	南京航空航天大学自动化学院	3	0	0.0	0.0
3	李文龙	南京航空航天大学自动化学院	7	11	2.0	2.0
4	孙瑶洁	南京航空航天大学自动化学院	3	3	1.0	1.0
5	段胜青	南京航空航天大学自动化学院	1	0	0.0	0.0