具有不同激活特性神经元的前向神经网络在捷联惯导系统对准中的应用

摘要

提出了一种基于滤波的动态神经网络.该神经网络不仅运用滤波理论在线调整网络权值,而且采用与调整权值相同的算法,对神经网络各层神经元的不同非线性激活函数的参数进行在线调整,替代传统神经网络中各层神经元相同的激活特性,并将其用于捷联惯性导航系统(简称SINS)对准的误差状态模型中.仿真结果表明:与采用相同激活特性的方法相比,这种方法不仅提高了系统状态估值运算的实时性,而且也提高了精度.