-
题名基于深度自主学习的无缝惯性/地磁导航系统
- 1
-
-
作者
王晨光
赵天赏
申冲
-
机构
中北大学信息通信与工程学院
中北大学仪器与电子学院
-
出处
《电光与控制》
北大核心
2025年第8期65-70,共6页
-
基金
国家自然科学基金(61973281)
山西省优秀青年基金(202103021222011)
+1 种基金
山西省量子传感与精密测量重点实验室(201905 D121001)
光电信息安全控制实验室科技基金(2021JCJQLB055010)。
-
文摘
为了抑制惯性导航系统漂移并提高惯性导航系统/地磁导航系统在地磁失锁环境中的无缝导航能力,提出了一种结合深度自主学习的自适应容积卡尔曼滤波器(DSL-AdaptiveCKF)的混合无缝导航方法。其主要包括两个创新:1)结合基于残差与新息的自适应优化辅助方法,增强了量测噪声和过程噪声的初始误差的鲁棒性。Adaptive-CKF的航向均方根误差为2.78°,相比于传统的单惯性导航系统,航向精度提高89.51%,大大提高了组合导航系统的鲁棒性和航向测量精度。2)通过引入带有外生输入的非线性自回归(NARX)神经网络,为Adaptive-CKF提供深度自学习能力,这意味着即使在地磁导航系统失锁期间,也可以实现连续的高精度导航估计,其航向均方根误差为3.08°,与单惯导系统相比航向精度提高了88.38%。
-
关键词
深度自主学习
惯性导航
地磁导航
容积卡尔曼滤波
自适应卡尔曼滤波
自回归神经网络
-
Keywords
deep self-learning
inertial navigation
magnetism navigation
cubature Kalman filter
adaptive Kalman filter
autoregressive neural network
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
