基于H∞滤波算法的前向神经网络在SINS初始对准中的应用

被引:1
作者
刘国燕
徐晓苏
白宇骏
机构
[1] 东南大学仪器科学与工程系
[2] 东南大学仪器科学与工程系 南京
[3] 南京
关键词
捷联惯性导航系统; 非线性时变特性; 前向神经网络; H∞滤波;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对捷联惯性导航系统动基座初始对准的误差模型具有非线性、时变性的特点 ,提出将前向神经网络应用于该误差模型 ,并采用线性H∞ 鲁棒滤波算法在线调整网络权值 ,得到一种适合于该系统模型的改进的自适应前向神经网络 .仿真结果表明 ,在存在模型误差或噪声不确定情况时 ,该网络不仅具有较好的鲁棒性能 ,而且能使误差在很短的时间内收敛 ,提高了系统的实时性 ,而对准精度与采用推广卡尔曼滤波器的精度相当
引用
收藏
页码:331 / 334
页数:4
相关论文
共 2 条
[1]   基于前向神经网络的非线性时变系统辨识 [J].
顾成奎 ;
王正欧 .
管理科学学报, 2001, (03) :36-39+45
[2]   一种适于非线性系统辨识的神经网络学习算法 [J].
马晓敏,周忙来 .
石油大学学报(自然科学版), 1996, (01) :89-93