《面向弱光流环境的惯性/光流组合导航方法研究》PDF+DOC
作者:王瑞荣,陈瞳,李晓红
单位:中国航空工业洛阳电光设备研究所
出版:《电光与控制》2019年第01期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFDGKQ2019010230
DOC编号:DOCDGKQ2019010239
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于联邦滤波器的新型故障检测结构及算法》PDF+DOC2002年第05期 刘准,陈哲
《基于三级滤波的民用飞机组合导航融合算法研究》PDF+DOC2013年第S2期 马航帅,王丹,孙晓敏,秦永元
《INS/光流/磁强计组合导航在小型无人机中的应用》PDF+DOC2017年第06期 化雪荟,陈大力
《基于阵列神经网络技术的多传感器信息融合》PDF+DOC2004年第S6期 李华星,高社生,杨波
《多信息融合的定向测姿方法的研究》PDF+DOC2012年第02期 吴建军,钱峰
《神经网络在砖混结构健康监测中的应用》PDF+DOC2015年第35期 李昀阳,杨昌民,张耀跃
《光流/惯导多传感器信息融合方法》PDF+DOC2012年第05期 刘小明,陈万春,邢晓岚,殷兴良
《基于超声时序神经网络目标识别的塔机安全预警》PDF+DOC2016年第16期 李西平,谷立臣,寇雪芹
《基于模糊自适应强跟踪滤波的惯性/地磁组合导航方法》PDF+DOC2011年第03期 刘睿,董汉成,王常虹
《基于MMAE-UKF的脉冲星/CNS组合导航》PDF+DOC2009年第11期 刘劲,马杰,田金文
惯性导航系统(INS)与光流组合导航方法在众多场合拥有极为广泛的应用,其中,光流信息的准确与否直接影响导航参数的优劣。为解决光照极弱或者光流传感器离地高度小于摄像头焦距所导致的光流信息误差较大使导航参数严重失真而无法连续导航的问题,提出一种基于Elman神经网络的速度预测方法。环境适宜的情况下,在线训练神经网络模型,而处于特殊环境使光流信息信任价值很小时,使用训练完成的神经网络对载体速度进行预测。另外,基于INS动态误差模型的卡尔曼滤波器(KF)通过融合INS以及速度数据得到误差向量使之对导航参数进行补偿修正。小型四轴飞行器飞行试验表明,神经网络的预测值能够在较短时间内高精度地逼近真实值,证明了上述算法的正确性和有效性。通过与真实值相比较,平均姿态误差为0. 1%,平均速度误差为1%,平均位置误差为2.4%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。