共查询到10条相似文献,搜索用时 15 毫秒
1.
为解决GPS信号失锁条件下,GPS/INS(inertial navigation system)组合导航系统解算精度降低甚至发散的问题,提出采用多层感知机神经网络(multilayer perceptron neural networks,MLPNN)来辅助组合导航系统.在GPS信号有效时对神经网络进行训练,在GPS... 相似文献
2.
神经网络辅助的GPS/INS组合导航滤波算法研究 总被引:2,自引:1,他引:1
在高空高速条件下,GPS信号失锁致使常规的卡尔曼滤波器发散,从而导致组合导航系统精度严重下降。以BP神经网络辅助技术手段对GPS/INS组合导航滤波算法实施精度补偿,即在GPS信号锁定时,对神经网络进行实时在线训练,而当在GPS信号失锁时,利用之前训练好的神经网络进行组合导航滤波,以解决精度严重下降问题。算法采用多神经网络并行结构,以减少神经网络在训练过程中的交叉耦合,提高训练速度。通过MATLAB仿真,验证了算法的可靠性与可行性,并证明其在GPS信号丢失时,精度较纯惯性导航系统有较大提高。 相似文献
3.
INS加速度信息辅助GPS载波跟踪方法研究 总被引:1,自引:0,他引:1
为了解决GPS接收机载波跟踪环路在高动态环境下很容易失锁的问题,提出了一种利用INS加速度信息来辅助接收机跟踪环路的方法。该方法利用INS和GPS组合滤波后的信息以及INS的加速度信息,计算多普勒变化率,加入到跟踪环路中,为载波跟踪提供辅助。文中通过仿真实验,完成了对该GPS定位精度以及跟踪环性能的分析验证。实验结果表明,利用INS加速度信息辅助GPS接收机,有效地降低了动态对载波环的影响,提高了载波环的动态跟踪性能,同时通过降低载波环噪声带宽,提高了载波环的跟踪精度。 相似文献
4.
针对基于MEMS传感器组成的INS/GPS组合中GPS信号缺失的情况下,系统误差瞬时增大,滤波迅速退化无法继续工作的问题,本文提出利用神经网络辅助INS/GPS导航系统以解决这一问题的方法.该方法首先建立系统模型,用组合导航的输入作为网络模型的输入,通过网络训练得到输出需要参数,结合卡尔曼滤波用于组合导航以继续使导航系统工作,仿真结果表明该方法可行和有效性的. 相似文献
5.
6.
7.
介绍了自适应神经网络模糊推理技术(ANFIS),在此基础上采取新息自适应调整的思想,设计了一种基于滤波器工作参数调整的GPS/INS组合导航神经网络辅助卡尔曼滤波器,利用神经网络的非线性,根据滤波器的实际输出在线实时动态调整滤波器参数,达到对滤波器的调整和控制。与传统卡尔曼滤波器进行计算机仿真比较表明,基于ANFIS神经网络的GPS/INS组合导航信息融合技术具有较强的自适应性,能够在复杂的环境下抑制数据的发散,提高导航精度。 相似文献
8.
高效率地使用工程车辆是工程项目管理中节约成本的有效方法,无人监管环境下工程车辆的工况识别,是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别,提出一种基于GRU循环神经网络的工程车辆工况识别方法,通过对工程车辆在不同工况下产生的音频信号进行分析,从中提取Mel倒谱系数作为主要特征,构建GRU循环神经网络模型进行训练和识别。实验结果表明,该方法可以实现对工程车辆工况的有效识别。 相似文献
9.
许多场景都需要准确的连续定位,全球定位系统(GPS)能提供准确的定位、导航和时间服务,但其信号易受干扰,导致在隧道、地铁和地下停车场等环境中性能下降甚至无法使用的情况,提出了一种基于GPS/INS 磁力计多传感器融合的连续定位方法,在应用磁力计和惯性导航系统(INS)组合室内定位时,磁力计数据可对INS累积误差进行有效校正。室外用 GPS定位,当GPS信号较弱时,磁力计和INS的组合信号用于更新定位。为降低GPS信号噪声,采用卡尔曼滤波器对GPS和INS的组合信号进行滤波,针对磁力计易受环境干扰现象,提出一种利用磁力计动态计算和校正航向角的方法。测试结果表明,与未校正的航向角相比,多传感器融合的连续定位方法精度提高了60%,整体定位轨迹误差在2m以内。 相似文献