BP-卡尔曼滤波融合模型在导航定位系统中的应用研究

摘要

本文在研究卡尔曼滤波模型和BP神经网络预测模型的基础上,提出了BP-卡尔曼滤波融合预测模型,对卡尔曼滤波的预测结果用BP神经网络予以模型优化,以补偿卡尔曼滤波自身存在的模型误差,得到最终预测结果.通过神经网络与卡尔曼滤波的模型融合,使其具有自适应能力应付动态环境的扰动.通过计算机仿真结果分析,对比卡尔曼滤波模型、BP神经网络预测模型和BP-卡尔曼滤波融合模型三种模型的预测精度,结果表明,BP-卡尔曼滤波融合模型的预测精度优于卡尔曼滤波模型和BP神经网络预测模型.