基于神经网络的GPS深度融合弹载惯导模型 |
| |
作者姓名: | 蔡涵钰 鲜勇 张大巧 李少朋 潘晨辉 |
| |
作者单位: | 火箭军工程大学作战保障学院 |
| |
基金项目: | 国家自然科学基金(62103432);;中国博士后科学基金(284881); |
| |
摘 要: | 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%。
|
关 键 词: | 惯导模型 神经网络 误差修正 深度融合 |
|
|