位置:成果数据库 > 期刊 > 期刊详情页
基于进化人工神经网络的组合系统滤波技术
  • ISSN号:1005-6734
  • 期刊名称:《中国惯性技术学报》
  • 时间:0
  • 分类:U666.1[交通运输工程—船舶及航道工程;交通运输工程—船舶与海洋工程]
  • 作者机构:[1]东南大学,南京210096, [2]河南工业大学,郑州450007
  • 相关基金:国防自然科学基金项目(50575042);国防973项目(973-61334);教育部博士点专项科研基金项目(20050286026)
中文摘要:

在组合系统运用Kalman滤波器技术时,准确的系统模型和可靠的观测数据是保证其性能的重要因素,否则将大大降低Kalman滤波器的估计精度,甚至导致滤波器发散。为解决上述Kalman应用中的实际问题,提出了一种新颖的基于进化人工神经网络技术的自适应Kalman滤波器。仿真试验表明该算法可以在系统模型不准确时、甚至外部观测数据短暂中断时,仍能保证Kalman滤波器的性能。

英文摘要:

The performance of Kalman filter in integrated navigation system depends on accurate system model and reliable observation data. Inaccurate system model or trustless observation data will cause low precision of Kalman filter, and even lead filter to divergence. So a new adaptive Kalman filter based on evolutionary artificial neural networks is used in this system. The algorithm is tested by simulations, and the results indicate that the proposed algorithm can efficiently overcome the shortcomings of traditional Kalman filter with better accuracy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国惯性技术学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国惯性技术学会
  • 主编:刘飞
  • 地址:天津市63信箱75分箱
  • 邮编:300131
  • 邮箱:gxjsxb@126.com
  • 电话:022-26032791
  • 国际标准刊号:ISSN:1005-6734
  • 国内统一刊号:ISSN:12-1222/O3
  • 邮发代号:
  • 获奖情况:
  • 多次获中国科协期刊优秀论文奖
  • 国内外数据库收录:
  • 波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:7493