一种神经网络预测模型误差的地磁导航方法

针对地磁场模型更新慢和误差大而引起的地磁导航精度难以提高的问题,提出一种基于人工神经网络的地磁模型误差预测方法,通过建立地磁场强度矢量要素与地理特征及时间信息之间的映射关系,结合在轨卫星的磁场测量数据,实现对地磁场模型误差的估计和预测;此外,提出了一种神经网络与滤波器组合的地磁导航方法。为了验证方法的精度和有效性,利用卫星的实测信息进行了仿真分析,结果表明:同现有文献中先进的导航方法相比,位置和速度精度由4.15 km和4.38 m/s提高到了1.34 km和1.47 m/s,明显改善了地磁导航精度和效果。

基于地磁测姿的误差建模及仿真分析

在某型制导弹药的弹道修正过程中,地磁信号是解算滚转姿态的重要信息。针对地磁传感器数据精度不足的问题,建立了系统的地磁误差模型。提出了利用BLMS算法处理实验过程大量的测量数据,并对转台振动及环境干扰形成的随机噪声进行滤波,利用参数补偿法对磁干扰进行处理。仿真结果表明,输出信号能够快速、完整地逼近真实地磁信号。该方法能够更加有效处理实验中的采集数据,提高数据处理的精度和收敛速度。