文档名：基于BP卡尔曼融合滤波的姿态解算算法研究
随着微机电系统(MEMS)技术和计算机技术的不断发展成熟以及对低成本因素的考虑,对飞行器姿态解算的各种性能指标要求也日趋提高,采用常规的姿态解算算法或者单纯只采用卡尔曼滤波算法来求解已经不能满足现在对飞行器姿态解算精度高、可靠性高、环境自适应能力强和成本低的要求.针对捷联惯性测量单元(IMU)噪声大、误差累积的缺点和传统的卡尔曼滤波姿态解算算法精度不高、环境适应性能力差等缺点,本文在研究卡尔曼滤波模型和神经网络模型的基础上,提出了BP-卡尔曼融合滤波的姿态解算算法,对卡尔曼滤波模型的预测结果用BP神经网络予以模型优化,以补偿卡尔曼滤波自身存在的模型误差,得到最终解算结果.通过仿真实验,对比传统的卡尔曼滤波模型和BP-卡尔曼融合滤波模型的解算结果,结果表明该算法提高了姿态解算精度而且增强了对环境的自适应能力.
作者：杨楚雄 严甲汉 郭承军
作者单位：电子科技大学,电子科学技术研究院,成都,中国,611731电子科技大学,通信抗干扰技术国家级重点实验室,成都,中国,611731
母体文献：第九届中国卫星导航学术年会论文集
会议名称：第九届中国卫星导航学术年会
会议时间：2018年5月23日
会议地点：哈尔滨
主办单位：中国卫星导航学术年会组委会
语种：chi
分类号：TP3O21
关键词：飞行器 姿态解算 卡尔曼滤波 神经网络
在线出版日期：2018年10月31日
基金项目：
相似文献
相关博文
- 文件大小:
- 350.27 KB
- 下载次数:
- 60
-
高速下载
|
|
