RBFNN辅助卡尔曼滤波在GPS/SINS组合导航中的应用
为了克服传统卡尔曼滤波对观测噪声必须为零均值白噪声过程的依赖,针对工作于恶劣环境下的飞行器、舰船等运动载体的组合导航系统,提出了利用神经网络的自学习、自组织、自适应能力来辅助传统卡尔曼滤波器的方法。对所建立的BP神经网络和基于正交最小二乘(OLS)算法的RBF神经网络的收敛速度进行了比较。最终选择收敛较快的RBF神经网络辅助卡尔曼滤波器,仿真结果表明该方法能够抑制滤波器发散,提高了导航定位精度。
RBF神经网络 卡尔曼滤波 组合导航 定位精度
顾明武 陈熙源
东南大学 仪器科学与工程学院,江苏 南京 210096
国内会议
西安
中文
270-273
2008-05-01（万方平台首次上网日期，不代表论文的发表时间）