| 基于极限学习机的黑障区智能导航算法 |
| |
| 作者姓名： | 景羿铭 王融 熊智 赵耀 刘建业 |
| |
| 作者单位： | 南京航空航天大学自动化学院,南京 211106,南京航空航天大学自动化学院,南京 211106,南京航空航天大学自动化学院,南京 211106,南京航空航天大学自动化学院,南京 211106,南京航空航天大学自动化学院,南京 211106 |
| |
| 基金项目： | 国家自然科学基金(编号：61533009,61673208,61703208,61873125,61533008);陆军装备部“十三五”预研(编号：30102080101);江苏省“333工程”科研资助立项(编号：BRA2016405);江苏省自然科学基金(编号：BK20181291,BK20170815,BK20170767);中央高校基本科研业务费专项(编号：NT2018108) |
| |
| 摘 要： | 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。
|
| 关 键 词： | 导航系统 空天飞行器 黑障区 姿态修正 极限学习机 |
|
| 点击此处可从《导航与控制》浏览原始摘要信息 |
|
点击此处可从《导航与控制》下载全文 |
|
