|
|||||
|
|
| 车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法（英文） | |
| 作者单位： | ;1.东北电力大学自动化工程学院;2.青岛农业大学机电工程学院;3.东北电力大学理学院 |
| 摘 要： | 微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成。将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高。由于微惯性传感器具有大漂移特性,为获得具有自适应的线性参数模型,提出了融合滤波的信息处理方法,利用强跟踪滤波实现状态预测,二阶EKF实现测量更新,并借用神经网络技术完成对状态预测的修正。由于系统组件具有非线性,该神经网络辅助的强跟踪滤波方法旨在逼近MIMUs/GPS的真实特性,并为车载用户提供更为精准的导航参数信息。动态环境下的仿真试验表明,尽管MEMS惯性传感器的精度有限,所提出的方法能够有效用于实际的导航参数解算。 |
| 关 键 词： | MEMS技术 MIMUs/GPS 紧耦合 强跟踪二阶EKF 神经网络辅助滤波 |
Neural network collaborative strong tracking filtering for vehicular tightly-coupled MIMUs/GPS |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |