基于小波神经网络的高精度惯导重力扰动补偿方法 |
| |
引用本文: | 周潇,杨功流,蔡庆中.基于小波神经网络的高精度惯导重力扰动补偿方法[J].中国惯性技术学报,2016(5):571-576. |
| |
作者姓名: | 周潇 杨功流 蔡庆中 |
| |
作者单位: | 1. 北京航空航天大学仪器科学与光电工程学院,北京,100191;2. 惯性技术国防重点实验室,北京,100191 |
| |
基金项目: | 国家自然科学基金(61340044 |
| |
摘 要: | 重力扰动矢量(空间同一点实际重力与正常重力之差,包括垂线偏差和重力异常两部分)一直是惯性导航系统的重要误差源之一。针对重力扰动误差精确补偿问题,推导并建立了考虑重力扰动的惯导误差方程,并提出了基于小波神经网络的重力扰动补偿方法。通过仿真验证了小波神经网络的重力扰动补偿方法对惯导导航精度的提高效果。24 h仿真结果表明:所提出的重力扰动补偿方法能有效减小惯导导航系统误差,经重力扰动矢量补偿后,速度误差最大能减小约0.2 m/s,降低约30%,位置误差最大能减小约3000 m,降低约25%。
|
关 键 词: | 捷联惯导系统 重力扰动补偿 惯导误差方程 小波神经网络 |
Compensation on gravity disturbance for high-precision INS based on wavelet neural network |
| |
Abstract: | |
| |
Keywords: | strapdown inertial navigation system gravity disturbance compensation inertial navigation error equation wavelet neural network |
本文献已被 CNKI 万方数据 等数据库收录! |
|