[发明专利]一种基于遗传神经网络的GPS/INS组合导航方法

摘要

本发明属于卫星导航和惯性导航技术领域，涉及一种基于遗传神经网络的GPS/INS组合导航方法。本发明的方法主要分为两大部分1、实现基于常规的GPS/MEMS‑INS组合导航算法，设计Kalman滤波器对GPS信号和惯性导航的数据进行融合，输出融合后的导航数据；2、在第1步的基础上设计神经网络模型，并利用遗传算法对神经网络的权值和阈值进行优化，然后将第1步得到的惯性导航数据和Kalman滤波器输出的数据，分别作为训练神经网络的样本输入和样本输出，对神经网络模型进行训练。当GPS信号丢失时，利用训练好的神经网络模型来预测惯性导航输出误差，并用该预测误差对惯性导航进行补偿和修正。

主权项

一种基于遗传神经网络的GPS/INS组合导航方法，其特征在于，包括以下步骤：S1、采用Kalman滤波器对GPS信号和惯性导航的数据进行融合，输出融合后的导航数据，具体为：S11、根据惯性导航模块采集的载体参数，至少包括角速度信息加速度矢量fb和磁力计信息，获取惯性导航输出的速度参数和位置参数，速度参数包括地理坐标系中东、北、天方向上的速度，位置参数包括纬度L，经度λ，高度h；S12、将步骤S11中获得的惯性导航参数和GPS输出的位置速度信息进行Kalman滤波，获得融合后的导航数据；S2、采用步骤S12中Kalman滤波的输出作为训练神经网络的期望值，以惯性导航模块产生的速度参数和位置参数作为神经网络的输入对网络进行训练，使得网络具有惯性导航的误差预测能力；S3、在GPS信号丢失时，将神经网络接入到系统中来预测惯性导航的输出误差并补偿和修正惯性导航的输出。