基于RBF神经网络的相对导航信息融合方法

摘要

针对无人机编队飞行情况下,超宽带(UWB)测距辅助的相对导航中UWB信号失效导致无法提供相对导航信息的问题,提出了一种径向基神经网络(RBF)辅助的相对导航算法。当UWB信号有效时,以双机地理坐标系的位置信息作为RBF神经网络的输入,以UWB的期望输出位置及速度补偿信息作为RBF神经网络的输出实现神经网络的训练;当UWB信号缺失或非视距误差不可忽视时,使用训练好的RBF神经网络预测无人机间相对导航的相对导航信息,修正僚机的绝对导航精度。实验结果表明:相比于无辅助情况的UWB无人机相对导航系统,加入RBF神经网络辅助子系统可使速度X,Y,Z方向的相对导航精度在100 s内平均提升8.2,24.5,8.2倍;在位置X,Y,Z方向的定位精度在50 s内平均提升4.3,2.8,2.7倍。