模型预测前向神经网络算法及其在组合导航中的应用

被引：6

作者：

杨一 ^{[1
]}

高社生 ^{[1
]}

吴佳鹏 ^{[2
]}

赵岩 ^{[1
]}

机构：

[1] 西北工业大学自动化学院

[2] 航天恒星科技有限公司

来源：

中国惯性技术学报 | 2014年 / 22卷 / 02期

关键词：

前向神经网络; 模型预测滤波; 权值修正; SINS/CNS/BDS组合导航;

D O I：

10.13695/j.cnki.12-1222/o3.2014.02.015

中图分类号：

TN967.2 [复合导航系统];

学科分类号：

080401 ; 081105 ; 0825 ;

摘要：

针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05 m/s,+0.05 m/s]和[-5 m,+5 m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。

引用

页码：221 / 226

页数：6

共 9 条

[1] 临近空间伪卫星抗风场干扰自主导航 [J].

赵岩 ;

高社生 ;

冯鹏程 .

中国惯性技术学报, 2013, 21 (03) :359-364

[2] 抗差自适应模型预测滤波及其在组合导航中的应用 [J].

高社生 ;

宋飞彪 ;

姜微微 .

中国惯性技术学报, 2011, 19 (06) :701-705

[3] 基于H∞滤波算法的前向神经网络在SINS初始对准中的应用 [J].

刘国燕 ;

徐晓苏 ;

白宇骏 .

东南大学学报(自然科学版), 2003, (03) :331-334

[4] 基于最优估计神经网络的惯导系统初始对准研究 [J].

王新龙 ;

申功勋 ;

唐德麟 .

宇航学报, 2002, (03) :34-38+60

[5]

Cascading artificial neural networks optimized by genetic algorithms and integrated with global navigation satellite system to offer accurate ubiquitous positioning in urban environment[J] . Hamid Mehmood,Nitin K. Tripathi. Computers, Environment and Urban Systems . 2013

[6] A SINS/CNS deep integrated navigation method based on mathematical horizon reference [J].

Wu Xiaojuan ;

Wang Xinlong .

AIRCRAFT ENGINEERING AND AEROSPACE TECHNOLOGY, 2011, 83 (01) :26-34

[7]

GPS/INS integration utilizing dynamic neural networks for vehicular navigation[J] . Aboelmagd Noureldin,Ahmed El-Shafie,Mohamed Bayoumi. Information Fusion . 2010 (1)

[8]

Nonlinear model predictive control of a pH neutralization process based on Wiener–Laguerre model[J] . Sanaz Mahmoodi,Javad Poshtan,Mohammad Reza Jahed-Motlagh,Allahyar Montazeri. Chemical Engineering Journal . 2008 (3)

[9]

Nonlinear system identification using discrete-time recurrent neural networks with stable learning algorithms[J] . Wen Yu. Information Sciences . 2003

← 1 →