摘要：针对Kalman滤波器自适应能力弱和组合导航系统存在外部干扰以及模型误差的问题。面向组合导航领域,该文提出了径向基函数神经网络（RBF）辅助联邦Kalman滤波的信息融合方案;结合神经网络和Kalman滤波2种方法共同提高系统的自适应能力,可以有效地消除外部的干扰和模型的不确定对系统的影响,使SINS/GPS/BDS组合导航系统有强大的鲁棒性。通过对仿真计算结果的分析,对比联邦Kalman和误差方向传播神经网络（BP）的信息融合方案,证明该方案能够有效地提高系统的导航精度和鲁棒性。
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：径向基函数神经网络 联邦kalman 组合导航 信息融合
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
