论文摘要
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%。
论文目录
文章来源
类型: 期刊论文
作者: 王瑞荣,陈瞳,李晓红
关键词: 组合导航,光流传感器,神经网络,误差模型,小型飞行器
来源: 电光与控制 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 航空航天科学与工程
单位: 太原工业学院电子工程系
基金: 太原工业学院院级青年科学基金(2018LG02)
分类号: V249.328
页码: 97-103
总页数: 7
文件大小: 3825K
下载量: 203