基于递归模糊小波神经网络的INS-GNSS组合导航算法

摘要

为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural network,RFWNN)的启发式神经网络结构,用于INS的速度和位置误差补偿.在GNSS正常工作时,利用INS-GNSS数据将RFWNN训练成一个高精度的预测模型;在GNSS中断期间,利用被训练好的RFWNN模型补偿INS的速度和位置误差.为对所提出的RFWNN辅助INS-GNSS的性能进行评估,进行实船试验,结果表明利用RFWNN能够有效地对GNSS中断时的速度和位置信息进行高精度修正.