基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中，惯性导航系统会因缺少辅助导航系统而持续累积误差，导致飞行器导航系统可靠性下降。针对这一问题，提出了一种新的基于极限学习机的黑障区智能导航算法，通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区，利用学习得到的模型对惯性导航系统进行误差补偿，较好地修正了当GPS失锁时惯性导航系统的误差，避免了因误差累积而导致的导航信息发散。仿真结果表明，该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度，能够为接下来的姿态调整和着陆准备提供良好的基础。