第41卷第6期2018年12月
电子器件
Chinese Journal of Electron Devices
Vol.41 No.6Dec.2018
项目来源:国家自然科学基金项目(51575500)收稿日期:2017-10-26 修改日期:2017-12-01
Research on Integrated Navigation Algorithm
Based on BP Neural Network ?
LI Xiaoyan ,LI Jie ?,FENG Kaiqiang ,YANG Yanyu ,CHAO Zhengzheng
(North University of China Science and Technology on Electronic Test and Measurement Laboratory ,Taiyuan 030051,China )
Abstract :Aiming at the problem that the GPS receiver is blocked when the INS /GPS integrated navigation system is blocked,the navigation accuracy of the GPS receiver is reduced rapidly,and an integrated navigation algorithm based on BP neural network is proposed.That is,when the GPS signal is locked,the data fusion of INS /GPS signal is realized by Kalman filter,and the BP neural network is trained in real time by using the integrated navigation output information.Once the GPS is lost,Neural network on the INS system error compensation to solve the problem of rapid decline in precision.Experiments show that the speed accuracy is within 0.2m /s and the position accuracy is less than 25m.The algorithm is effective for INS /GPS integrated navigation system.Key words :Integrated navigation;GPS signal;BP neural network;Kalman filtering EEACC :6330 doi :10.3969/j.issn.1005-9490.2018.06.019
基于BP 神经网络辅助的组合导航算法研究?
李小燕,李 杰?,冯凯强,杨雁宇,晁正正
(中北大学电子测试技术科技重点实验室,太原030051)
摘 要:针对INS /GPS 组合导航系统在GPS 信号被遮挡时,GPS 接收机失锁导致导航精度迅速下降的问题,提出了基于BP 神
经网络辅助的组合导航算法三即在GPS 信号锁定的时候,采用卡尔曼滤波对INS /GPS 信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP 神经网络进行实时在线训练;一旦GPS 失锁,利用之前训练好的神经网络对INS 系统进行误差补偿,解决精度迅速下降问题三通过跑车实验证明,速度精度在0.2m/s 以内,位置精度为25m 以内,该算法对INS /GPS 组合导航系统有效三
关键词:组合导航;GPS 信号;BP 神经网络;卡尔曼滤波
中图分类号:U666.1 文献标识码:A 文章编号:1005-9490(2018)06-1447-05 卡尔曼滤波和BP 神经网络技术都是现如今比较成熟的技术,但是单独使用又各有不足,在卡尔曼滤波中,GPS 接收机极易因为遮挡或电磁干扰导致信号失锁,造成卡尔曼滤波器发散,解算精度迅速下降[1-3]三BP 神经网络本身具有自学习能力,但单独使用在导航中,精度相对较低,不能满足对精度的要求三本文采用BP 神经网络辅助的方法解决了由于GPS 信号失锁导致的定位精度迅速下降的问题三
1 INS /GPS 组合导航及BP 神经网络算法
1.1 INS /GPS 组合导航算法
目前INS /GPS 组合方式有松组合二紧组合和超紧组合[4-5],反馈方式有:直接法二间接法二输出矫
正二反馈矫正三紧组合计算量大,软硬件设计复杂,而且伪距的精确补偿也有一定的难度,超紧组合利用INS 测量值辅助GPS 接收机的载波跟踪环,极大地利用了GPS 的导航信息,但是极易导致卡尔曼滤波器发散;直接法方程线性化误差大,占用计算机资源多,难以满足动态实时性的要求,而间接法方程线性化误差小;综合考虑本文采用的组合方式为间接反馈松组合法三
本文导航坐标系采用东北天地理坐标系,以INS 的姿态角误差Δ?二速度误差Δv 二位置误差Δp
以及陀螺仪漂移εb r 和加速度计零位误差?b
r 作为系统状态变量,取INS 与GPS 输出的位置和速度的差值作为观测量[6]三
状态变量为
万方数据