现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2010年
21期
51-53
,共3页
组合导航%卡尔曼滤波%BP神经网络%小脑模型神经网络
組閤導航%卡爾曼濾波%BP神經網絡%小腦模型神經網絡
조합도항%잡이만려파%BP신경망락%소뇌모형신경망락
经典卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知,而组合导航系统的噪声具有非先验性.为了解决这一问题,提出小脑模型神经网络(CMAC)辅助卡尔曼滤波器.仿真试验结果表明,该辅助算法的精度与经典卡尔曼滤波算法相比提高了2倍,收敛时间缩短近200 s,并有效地克服了传统神经网络学习速度慢,泛化能力弱的缺点,使系统具有自适应能力,以应付动态环境的扰动.
經典卡爾曼濾波器要求假設繫統的動態模型和觀測模型的譟聲統計特性已知,而組閤導航繫統的譟聲具有非先驗性.為瞭解決這一問題,提齣小腦模型神經網絡(CMAC)輔助卡爾曼濾波器.倣真試驗結果錶明,該輔助算法的精度與經典卡爾曼濾波算法相比提高瞭2倍,收斂時間縮短近200 s,併有效地剋服瞭傳統神經網絡學習速度慢,汎化能力弱的缺點,使繫統具有自適應能力,以應付動態環境的擾動.
경전잡이만려파기요구가설계통적동태모형화관측모형적조성통계특성이지,이조합도항계통적조성구유비선험성.위료해결저일문제,제출소뇌모형신경망락(CMAC)보조잡이만려파기.방진시험결과표명,해보조산법적정도여경전잡이만려파산법상비제고료2배,수렴시간축단근200 s,병유효지극복료전통신경망락학습속도만,범화능력약적결점,사계통구유자괄응능력,이응부동태배경적우동.
