一种基于在线学习前向神经网络的组合导航滤波器

被引：2

作者：

陈建勇

王红星

王树宗

机构：

[1] 海军工程大学兵器工程系

[2] 海军航空工程学院电子工程系

[3] 海军工程大学兵器工程系武汉

[4] 烟台

[5] 武汉

来源：

关键词：

组合导航; 卡尔曼滤波; 神经网络; 在线学习; 鲁棒性;

D O I：

10.16337/j.1004-9037.2003.03.020

中图分类号：

TN713 [滤波技术、滤波器]; TP183 [人工神经网络与计算];

学科分类号：

080902 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

首先建立了带反馈校正的组合导航数学模型 ,在此基础上提出了一种在线学习的神经网络滤波算法。这种算法不需要噪声的先验知识 ,对系统模型的依赖也较弱。仿真表明 ,卡尔曼滤波器在理想情况下有较高的估计精度 ,而神经网络滤波器在非理想情况下有较高的精度 ,对模型误差和噪声特性的变化具有良好的鲁棒性。

引用

页码：331 / 336

页数：6