《基于神经网络补偿的室内无人机组合导航系统》PDF+DOC
作者:关翔中,蔡晨晓,翟文华,王磊,邵鹏
单位:中国航空学会;北京航空航天大学
出版:《航空学报》2020年第S1期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFHKXB2020S10210
DOC编号:DOCHKXB2020S10219
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改善传感器动态特性的神经网络补偿方法》PDF+DOC2000年第05期 杨丽君,杨怀庆,李志全
《基于神经网络补偿的多传感器航迹融合》PDF+DOC2006年第11期 陈江林,敬忠良,胡士强
《CO传感器神经网络补偿模型》PDF+DOC2013年第07期 贺玉凯
《基于RBF神经网络的燃气轮机转速传感器故障诊断研究》PDF+DOC2015年第02期 朱嵘嘉,孟东,曹丹丹
《基于改进型BP神经网络的SF_6气体传感器》PDF+DOC2017年第10期 陈远鸣,常建华,沈婉,裴昱,卞晓阳
《基于线性神经网络测量固体速度的方法》PDF+DOC2000年第04期 吴新杰,王师
《用小波神经网络补偿传感器非线性误差的研究》PDF+DOC2005年第03期 廖忠,赵宏
《基于神经网络的游梁式抽油机示功图软测量研究》PDF+DOC2012年第02期 孙金根,王继刚,于洋
《基于BP神经网络的称重传感器蠕变补偿法》PDF+DOC2014年第04期 尹霞
《基于RBF神经网络的智能传感器测量误差补偿方法》PDF+DOC2014年第10期 盛晓龙,夏虹
针对无人飞行器在环境特征突变情况下数据融合的可靠性大幅下降问题,提出了神经网络预测补偿的组合导航算法。首先利用扩展卡尔曼滤波和粒子滤波对激光、光流等传感器得到的数据进行融合,然后采用径向基函数(RBF)神经网络对粒子滤波前后的误差进行预测。当激光数据可靠时,RBF神经网络进行训练学习模式,当激光数据中断或者不可靠时,利用训练后的模型对系统进行误差补偿。利用无人飞行器在室内环境下进行定点和轨迹实验,结果表明补偿后的位置导航信息能够明显降低激光数据不可靠时带来的定位误差。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。