计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
15期
152-155
,共4页
BP神经网络%导航定位%卡尔曼滤波%自适应能力
BP神經網絡%導航定位%卡爾曼濾波%自適應能力
BP신경망락%도항정위%잡이만려파%자괄응능력
GPS导航定位系统噪声具有非先验性,而卡尔曼滤波进行最优估计需建立准确的系统模型和观测模型,这导致标准卡尔曼滤波的精度不高.为提高滤波精度,提出了神经网络修正动态GPS卡尔曼滤波算法,采用两个BP神经网络分别在时间更新预测部分及测量更新部分对标准卡尔曼滤波器进行修正,这样既考虑了现实环境的动态变化对系统模型造成的随机干扰影响,又融合了神经网络的自学习性和自适应性,使其对动态环境的扰动具有了自适应能力.仿真研究表明:该算法优于标准卡尔曼滤波器.
GPS導航定位繫統譟聲具有非先驗性,而卡爾曼濾波進行最優估計需建立準確的繫統模型和觀測模型,這導緻標準卡爾曼濾波的精度不高.為提高濾波精度,提齣瞭神經網絡脩正動態GPS卡爾曼濾波算法,採用兩箇BP神經網絡分彆在時間更新預測部分及測量更新部分對標準卡爾曼濾波器進行脩正,這樣既攷慮瞭現實環境的動態變化對繫統模型造成的隨機榦擾影響,又融閤瞭神經網絡的自學習性和自適應性,使其對動態環境的擾動具有瞭自適應能力.倣真研究錶明:該算法優于標準卡爾曼濾波器.
GPS도항정위계통조성구유비선험성,이잡이만려파진행최우고계수건립준학적계통모형화관측모형,저도치표준잡이만려파적정도불고.위제고려파정도,제출료신경망락수정동태GPS잡이만려파산법,채용량개BP신경망락분별재시간경신예측부분급측량경신부분대표준잡이만려파기진행수정,저양기고필료현실배경적동태변화대계통모형조성적수궤간우영향,우융합료신경망락적자학습성화자괄응성,사기대동태배경적우동구유료자괄응능력.방진연구표명:해산법우우표준잡이만려파기.
