遗传算法优化的神经网络在SINS/GPS中的应用

在不增加辅助系统的情况下,针对捷联惯性导航/全球定位组合导航系统(SINS/GPS)在GPS信号不可用时,其定位精度产生较大退化的问题,提出了遗传算法优化的径向基函数神经网络辅助组合导航系统定位的方法。当GPS信号可用时,采用遗传算法对径向基函数神经网络进行优化训练;当GPS信号不可用时,利用遗传算法优化后的径向基函数神经网络预测卡尔曼滤波器量测输入中的速度误差信息,使得卡尔曼滤波器能够继续工作并提供速度校正量。跑车实验表明,通过对速度进行误差补偿能够有效地修正位置误差,以GPS信号断开180 s的结果作分析,纯SINS模式的东向和北向位置误差分别为35.1 m和38.8 m,而本文所提方法的误差分别为10.5 m和7.2 m,其定位精度提高较为显著。     

基于外参考速度辅助的行进间罗经法对准

为实现行进间罗经法对准,将外参考速度引入,同时设计不同机动方式下的罗经法控制回路参数调节规律提高对准精度、缩短对准时间。首先分析线运动对罗经法对准造成的影响,设计基于外速度辅助的行进间罗经法对准方案;然后利用对准回路传递函数进行误差分析,分析不同机动给对准精度造成的影响;最后提出不同机动方式下的罗经法对准回路控制参数设置规律。仿真结果表明基于外速度辅助的行进间罗经法对准能有效完成捷联惯导在匀速直线运动中的对准。根据设置规律调节对准回路中的控制参数,可以抑制80%以上由载体摇摆造成的低频干扰,将航向误差的振荡幅值降低为原来的1/2,有效提高了对准精度。