BP-卡尔曼滤波融合模型在导航定位系统中的应用研究

摘要：

本文在研究卡尔曼滤波模型和BP神经网络预测模型的基础上,提出了BP-卡尔曼滤波融合预测模型,对卡尔曼滤波的预测结果用BP神经网络予以模型优化,以补偿卡尔曼滤波自身存在的模型误差,得到最终预测结果.通过神经网络与卡尔曼滤波的模型融合,使其具有自适应能力应付动态环境的扰动.通过计算机仿真结果分析,对比卡尔曼滤波模型、BP神经网络预测模型和BP-卡尔曼滤波融合模型三种模型的预测精度,结果表明,BP-卡尔曼滤波融合模型的预测精度优于卡尔曼滤波模型和BP神经网络预测模型.

关键词： 全球定位系统 BP-卡尔曼滤波融合模型 预测精度 误差补偿

作者: 傅湘萍

作者单位: 东南大学,南京,中国,210000

会议类型: 国内会议

会议名称: 第八届中国卫星导航学术年会

会议地点: 南京

会议语种:中文

页码: 1-5

在线出版日期: 2017-05-23（万方平台首次上网日期，不代表论文的发表时间）