[发明专利]利用神经网络算法补偿和修正的GPSINS组合导航方法及系统

摘要

本发明公开一种利用神经网络算法补偿和修正的GPSINS组合导航方法及系统构建基于GPS与惯性导航模块的组合导航模型，设计Kalman滤波器对组合导航模型的组合导航数据进行滤波，输出惯性导航模块的导航误差数据；在GPS信号正常状态下，惯性导航数据作为神经网络模型的训练样本的输入数据，Kalman滤波器对导航数据滤波后的输出数据作为神经网络模块的训练样本的输出数据，对神经网络模型进行训练；在GPS信号丢失状态下，持续利用训练好的神经网络模型来预测惯性导航模块的输出误差，并用该预测的输出误差对惯性导航进行补偿和修正。本发明利用神经网络算法补偿和修正GPSINS组合导航模型，实现GPS信号丢失情况下，惯性导航系统在神经网络算法的辅助下输出精确的导航数据。

主权项

一种利用神经网络算法补偿和修正的GPS INS组合导航方法，其特征在于，包括步骤如下：步骤S1,构建基于GPS与惯性导航模块的组合导航模型，设计Kalman滤波器对所述组合导航模型的组合导航数据进行Kalman滤波，输出惯性导航模块的导航误差数据；所述组合导航数据包括惯性导航模块输出的包括载体位置与速度的惯性导航数据、GPS输出的包括载体位置与速度的卫星导航数据；步骤S2，在GPS信号正常状态下，惯性导航数据作为神经网络模型的训练样本的输入数据，Kalman滤波器对导航数据滤波后的输出数据作为神经网络模块的训练样本的输出数据，对神经网络模型进行训练；步骤S3，在GPS信号丢失状态下，持续利用训练好的神经网络模型来预测惯性导航模块的输出误差，并用该预测的输出误差对惯性导航进行补偿和修正。