共 1 条
基于UKF的神经网络自适应全局信息融合方法
被引：15
作者：
马野
王孝通
戴耀
机构：
[1] 大连舰艇学院航海系
[2] 大连舰艇学院航海系 辽宁大连116018
来源：
关键词：
信息融合;
UKF;
神经网络;
组合导航;
信息分配;
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：
为了解决神经网络(NN)在数据融合过程中权值实时更新问题,依据神经元激活函数的非线性特点,提出了一种利用Unscented卡尔曼滤波(UKF)实现神经网络权系数自适应调整的模型及方法,从而使全局融合信息最优.并分别以仿真数据及DGPS/GPS/RLC/罗经等设备组成的舰船导航系统实测数据为例,首先对各局部滤波器进行UKF滤波,然后分别利用神经网络卡尔曼滤波(NNKF)及神经网络非线性卡尔曼滤波(NNUKF)进行数据融合,仿真和试验结果表明,所提方案对提高整个系统的精度和运算速度是行之有效的.
引用
收藏
页码：188 / 190
页数：3
相关论文