位置:成果数据库 > 期刊 > 期刊详情页
神经网络辅助的GPS/INS组合导航故障检测算法
  • ISSN号:1001-1595
  • 期刊名称:测绘学报
  • 时间:0
  • 页码:403-409
  • 语言:中文
  • 分类:P228.4[天文地球—大地测量学与测量工程;天文地球—测绘科学与技术]
  • 作者机构:[1]信息工程大学测绘学院,河南郑州450052, [2]西安测绘研究所,陕西西安710054, [3]61081部队,北京100094
  • 相关基金:国家自然科学基金(40604003);“863”项目(2007AA12Z331)
  • 相关项目:利用GOCE卫星HL-SST和SGG数据恢复地球重力场模型
中文摘要:

针对GPS/INS松组合导航系统观测信息无冗余,而且观测信息可能存在故障的情形,提出一种神经网络辅助的组合导航故障检测算法。该算法克服了基于模型的故障检测算法受模型误差影响的局限性;能够自动地对观测信息进行故障的检测、定位和剔除;能够基于故障检测后可靠的观测信息进一步调整动力学模型信息对导航解的贡献;能够在GPS失锁时,较好地进行导航预报。最后利用车载实测数据进行验证,结果表明该算法能够很好地从模型误差中分离出观测信息含有的故障信息,降低了故障检测算法存在的虚警率,避免故障信息对导航解的影响;且GPS失锁时,神经网络的预报输出在一定程度上能够进一步提高导航解的精度。

英文摘要:

Aiming at the characteristic of lacking observation and possible faults of loosely-coupled GPS/INS inte grated navigation, a neural network aided integrated navigation fault detection algorithm is put forward. The new algorithm is helpful to localize the measurement outliers when the kinematic model has significant errors, and can automatically detect and isolate the faults in the case that there are not redundant observations, and can balance the contributions of the dynamical model information and reliable measurements on the state vector estimates, and especially can reasonably predict the navigation results when GPS outages occured. It is shown, by comparison and analysis, that the new algorithms can not only separate the faults from the dynamical model er ror, reduce the false alarm rate and avoid the influences of faults on the navigation results, but also improve the accuracy of navigation solutions during GPS outages.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《测绘学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国测绘地理信息学会
  • 主编:杨元喜
  • 地址:北京市西城区三里河路50号
  • 邮编:100045
  • 邮箱:chxb@periodicals.net.cn
  • 电话:010-68531192
  • 国际标准刊号:ISSN:1001-1595
  • 国内统一刊号:ISSN:11-2089/P
  • 邮发代号:2-224
  • 获奖情况:
  • 中国科学技术协会精品科技期刊工程项目资助期刊(2...,中国国际影响力优秀学术期刊(2012年),第四届中国百种杰出学术期刊(2005年),科技部“中国精品科技期刊”(2008年、2011年、201...,中国科协优秀期刊,中国科协年度期刊内容和编校质量良好的13种期刊之...,中国测绘学会第一、第二届“全国优秀测绘期刊奖”...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),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),瑞典开放获取期刊指南,中国北大核心期刊(2000版)
  • 被引量:18477