补偿神经网络算法在INS参数估计的应用

对基于λ-γ学习算法的补偿神经网络结构进行了研究,将其应用在导航参数误差估计中。与传统的前馈神经网络相比,它不仅能减少神经元的个数,还能减少训练所需的计算时间。通过计算机仿真,与传统的前馈算法进行了比较,表明了该模型的有效性和实用性。

INS／GPS／CNS组合导航系统在航海领域的仿真研究

本文针对INS／GPS组合导航系统在航海应用中的局限性，提出了一种新型而实用的INS／CNS／GPS组合导航方案。应用卡尔曼滤波技术，对系统进行了计算机仿真。结果表明：这种组合导航方式能通过校正惯导平台、消除导航参数误差来提高导航精度，在航海领域具有重要的学术意义和实用价值。

远程火箭弹捷联射程修正研究

实现了姿态稳定后,抑制远程火箭的纵向散布上升为提高其射击效能的主要问题.通过数值仿真的方法,研究了采用捷联惯导技术后远程火箭射程修正效果.计算结果表明,捷联惯导的引入使射程修正效果大幅度改善,且采用二次修正模型比线性模型具有更高的方法精度.通过捷联惯导仪器误差的分析,发现二次模型对捷联惯导导航参数误差更为敏感,考虑惯导仪器误差后,线性模型的修正效果要优于二次模型.射程修正系统的方法误差随着导航时间的增加而减小,但由于导航参数误差有随着导航时间增加的趋势,惯导系统工作时间要综合考虑以上两方面因素后确定.