[发明专利]一种基于自适应差分进化BP神经网络的姿态误差抑制方法

权利要求书

1.一种基于自适应差分进化BP神经网络的姿态误差抑制方法，其特征在于，包括以下步骤：

(1)上电，初始化惯性/星敏感器组合导航系统；

(2)系统实时采集星敏感器输出矩阵惯性组件加速度计输出的三轴加速度和陀螺仪输出的三轴角速度其中，分别表示加速度计测量的比力在载体系ox_b轴、oy_b轴、oz_b轴上的分量，单位均为m/s；分别表示陀螺仪测量的角速度在载体系ox_b轴、oy_b轴、oz_b轴上的分量，单位均为rad/s；

(3)对步骤(2)中惯性组件采集数据进行导航解算；

(4)由步骤(2)中星敏感器输出相对于惯性空间的姿态矩阵得到载体相对惯性系姿态角

(5)利用ADE-BPNN预测t时刻载体相对惯性系姿态角其中，t表示当前时刻，分别表示载体相对惯性系纵摇角、横摇角和航向角的预测值；

(6)构造卡尔曼滤波器1，以星敏感器测量误差δφ_Ci(i＝x,y,z)为状态量，步骤(4)中星敏感器解算载体姿态和步骤(5)中预测载体姿态之差为观测量；根据解算结果，对步骤(4)解算结果进行补偿，得到惯性姿态角φ_Ci(i＝x,y,z)；

(7)根据转换矩阵间的数学关系，得到地球坐标系相对准地理坐标系的转换矩阵转换过程为进一步解算得到载体的位置，载体系到准地理系的转换矩阵由步骤(3)中解算的水平姿态得到，载体系到惯性系转换矩阵由步骤(6)中解算结果惯性姿态角得到；

(8)构造卡尔曼滤波器2，以步骤(7)解算位置与步骤(3)中INS解算位置之差λ_C-λ_S为观测量，INS位置误差速度误差δv_Si(i＝x,y,z)，失准角Φ_i(i＝x,y,z)，三轴陀螺常值误差ε_i(i＝x,y,z)，三轴加速度计零位偏置误差ΔA_i(i＝x,y,z)为状态量，根据解算结果，对步骤(3)中INS解算结果进行补偿，得到导航信息载体位置λ，速度v_i(i＝x,y,z)，姿态角φ_i(i＝x,y,z)；

(9)将步骤(8)中得到的导航信息载体位置、速度和姿态角存储并输出。

2.根据权利要求1所述的一种基于自适应差分进化BP神经网络的姿态误差抑制方法，其特征在于，所述的步骤(1)具体包括：

(1.1)初始化INS初值：船体的载体位置λ₀(单位均为度)，载体三向速度v_i0(i＝x,y,z)(单位均为m/s)，载体三轴姿态角φ_i0(i＝x,y,z)(单位均为度)；初始化转换矩阵初始化四元数q₀；

(1.2)卡尔曼滤波器1参数初值：状态变量初值δφ_Ci0(i＝x,y,z)，均方误差阵P_p0，系统噪声方阵Q_p，量测噪声方阵R_p，量测阵H_p；其余初值根据实际情况设定。

(1.3)卡尔曼滤波器2参数初值：状态变量初值δv_S0i(i＝x,y,z)、δλ_S0、Φ_i0(i＝x,y,z)、ε_i0(i＝x,y,z)、ΔA_i0(i＝x,y,z)，均方误差阵P₀，系统噪声方阵Q，量测噪声方阵R，量测阵H；

其余初值根据实际情况设定。

初始化转换矩阵计算如下：

其中，n表示导航系，表示初始载体系到导航系的转移矩阵；

初始化四元数q₀计算如下：

q₀₀＝a，其中q₀＝[q₀₀ q₀₁ q₀₂ q₀₃]^T，c_bnij(i,j＝1,2,3)表示中第i行、第j列矩阵元素；

导航过程中，利用该初始信息进行更新，得到任意时刻载体的位置、速度和姿态角。