FNN网络在INS/GPS组合导航中的应用研究

GPS-SINS融合在导航和定位领域中广泛应用,但GPS信号丢失问题不可避免。长时间使用SINS数据会导致误差积累,降低导航精度。基于卡尔曼滤波的方法有高精度和实时性,但对传感器精度和系统模型敏感。基于神经网络的方法具有适应性和鲁棒性,但需要大量数据和计算资源。本文提出了一种基于FNN辅助卡尔曼滤波的方案,在GPS有效时训练FNN,GPS丢失时通过FNN预测GPS数据,再与卡尔曼滤波融合。实验结果显示该方法提高了导航精度和鲁棒性。