基于极限学习机的黑障区智能导航算法

• 作者: 刘建业 景羿铭 熊智 王融 赵耀
• 来源期刊: 导航与控制
• 学科: 航空航天
• 关键词: 导航系统 空天飞行器 黑障区 姿态修正 极限学习机
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 导航与制导
• 页码范围: 21-26,封3
• 页数: 7页
• 分类号: V249.3
• 字数: 3235字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5558.2020.03.004

摘要

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降.针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习.在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散.仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础.

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	刘建业	南京航空航天大学自动化学院	518	6244	33.0	51.0
3	王融	南京航空航天大学自动化学院	30	143	6.0	10.0
4	景羿铭	南京航空航天大学自动化学院	3	0	0.0	0.0
5	赵耀	南京航空航天大学自动化学院	7	39	2.0	6.0