基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型，无法对非线性误差进行修正的缺点，提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系，利用GPS信息对网络误差模型进行训练，为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明，相较于纯惯性导航系统，所提模型能够在GPS信号失效后抑制惯导系统误差发散，速度精度提高76.56%，位置精度提高91.61%。