[发明专利]一种星光空白段神经网络连续导航方法及系统

权利要求书

1.一种星光空白段神经网络连续导航方法，包括如下步骤：

步骤一，利用神经网络的联想学习功能，将航天器导航系统中系统的状态误差修正与导航误差的时间序列关系转化成用非线性机制确定的输入输出系统；

步骤二，在该输入输出系统中引入神经网络，根据神经网络对信息有联想记忆的能力，不断从输入数据中提取特征值，并组织构造成最合适的权值网络，由此获得系统输入输出之间的规律；

步骤三，航天器在飞行过程中，当有折射星被观测时，导航系统利用折射星光进行位置解算；当在航天器受到日、月、地天体干扰没有观测信息的星光空白段期间，导航系统利用训练好的权值网络迭代补偿航天器的位置信息。

2.如权利要求1所述的一种星光空白段神经网络连续导航方法，其特征在于，于步骤一中，对非线性时间序列相空间重构，建立如下结构矢量作为神经网络学习的输入：

I＝[Δx₁δx₂δx₃…δx_n-1δx_n]

其中，矢量I首端为导航误差，其他δx₂δx₃…δx_n-1δx_n为一步状态误差修正。

3.如权利要求1所述的一种星光空白段神经网络连续导航方法，其特征在于,构建神经网络期望输出矢量d为：

d＝[δx₂δx₃δx₄…δx_n]_n-1

d_k为d的第k列，表示航天器k时刻的一步状态误差修正。

4.如权利要求1所述的一种星光空白段神经网络连续导航方法，其特征在于，于步骤二中，权值网络设计步骤包括：

(1)设计三层神经网络，输入层节点为30个，分别对应误差重构向量Ii，隐含层节点数在8～100，用于对输入层的数据进行相关映射，输出层节点1个，为误差修正信息；

(2)当网络输出与期望输出不等时，定义输出误差为：

E=12Σk=1l(dk-ok)2,]]>

其中，o_k为输出层第k个输出元素，

当E(n)<e时，计算结束，否则，进行反向传播修正权值；

(3)将步骤(2)最终修正得到的权值网络进行保存。