基于神经网络的高超声速飞行器惯导系统精度提高方法

V249.32; 针对目前惯性系统误差补偿模型对静态误差和动态误差处理能力不足的问题,为适应高超声速飞行器长航时、高精度的惯性导航要求,基于神经网络提出一种加速度计拟合模型.在高超声速飞行器飞行前期有准确的卫星导航信息时,收集导航信息和加速度计脉冲信息,利用神经网络强大的非线性拟合能力,在飞行过程中进行在线训练,得到精确的惯性系统模型.仿真结果表明,在存在逐次通电误差和不考虑二次项误差系数的误差补偿模型方法位置导航偏差在数公里和数百米量级的情况下,相同时间内所提方法的位置导航偏差仅为数十米量级,有效提高了高超声速飞行器的导航精度....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 4; pp. 1301 - 1309
Main Authors 胥涯杰, 鲜勇, 李邦杰, 任乐亮, 李少朋, 郭玮林
Format Journal Article
LanguageChinese
Published 火箭军工程大学作战保障学院,陕西西安710025%中国人民解放军63768部队,陕西西安710043 01.04.2022
Subjects
神经网络;捷联惯性系统;加速度计;高超声速飞行器;误差补偿模型
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.04.28

Cover

More Information
Summary:V249.32; 针对目前惯性系统误差补偿模型对静态误差和动态误差处理能力不足的问题,为适应高超声速飞行器长航时、高精度的惯性导航要求,基于神经网络提出一种加速度计拟合模型.在高超声速飞行器飞行前期有准确的卫星导航信息时,收集导航信息和加速度计脉冲信息,利用神经网络强大的非线性拟合能力,在飞行过程中进行在线训练,得到精确的惯性系统模型.仿真结果表明,在存在逐次通电误差和不考虑二次项误差系数的误差补偿模型方法位置导航偏差在数公里和数百米量级的情况下,相同时间内所提方法的位置导航偏差仅为数十米量级,有效提高了高超声速飞行器的导航精度.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.04.28