卫星失锁时的GPS/INS无缝组合导航算法研究
GPS/INS组合导航卫星失锁时,只有INS数据用于导航,而INS误差时间累积特性使卫星信号显著降低长时间失锁时的导航精度.为了GPS采样率低,定位精度易受多路径、钟差以及大气状况等因素的影响,而惯性导航系统(Inertial Navigation System,INS)隐蔽性好、抗干扰能力强、采样率高,缺点是误差随时提高长时间失锁时的导航精度和可靠性,本文提出一种径向基函数神经网络辅助卡尔曼滤波的GPS/INS组合导航方法.该方法利用径向基神经网络预测观测值,并利用时间序列分析对预测值进行残差改正,将观测值作为卡尔曼滤波的量测更新,估计INS的误差并对其进行改正.通过实测数据模拟不同长度的卫星失锁时间试验,结果显示提出的GPS/INS组合导航方法的精度明显优于INS导航和传统神经网络导航精度.
组合导航 全球定位系统 惯性导航系统 卫星失锁 神经网络 时间序列 卡尔曼滤波
马宏阳 程鹏飞 王潜心 王潜心
中国测绘科学研究院,北京 100830 中国测绘产品质量检验测试中心,北京 100830
国内会议
北京
中文
1-9
2014-10-01（万方平台首次上网日期，不代表论文的发表时间）