-
题名PSO网络优化双重卡尔曼滤波在初始对准中的应用
- 1
-
-
作者
张磊
汪渤
戴绍忠
-
机构
北京理工大学信息科学技术学院
-
出处
《弹箭与制导学报》
CSCD
北大核心
2009年第2期9-11,143,共4页
-
基金
总装预先研究基金资助
-
文摘
为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题,提出了基于带惯性权重的微粒群(PSO)优化网络逼近的双重卡尔曼滤波算法,首先,利用滤波过程中产生了新的天向方位失准角U和水平方位失准角N信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题,利用双重卡尔曼滤波获取的数据作为训练样本,PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单,计算量小,具有实时性和快速性,同时可以保证系统的对准精度。
-
关键词
捷联惯导初始对准
双重卡尔曼滤波
神经网络
微粒群算法
-
Keywords
SINS initial alignment
double-stage Kalman filtering
neural network
PSO algorithm
-
分类号
TJ765
[兵器科学与技术—武器系统与运用工程]
V249.322
[航空宇航科学与技术—飞行器设计]
-
