GPS失锁时的RBF神经网络辅助组合导航算法

由捷联惯性导航(SINS)和全球定位系统(GPS)组成的组合导航系统在使用时会受周边恶劣环境干扰,导致GPS失锁现象发生.针对GPS失锁后精度迅速下降,无法正确导航的情况,提出了一种基于RBF神经网络辅助组合导航算法.在GPS信号良好且可用时,通过卡尔曼滤波对组合导航输出的导航信息进行数据融合,将解算后的速度和位置信息送入RBF网络进行在线训练;当GPS接收机信号异常导致失锁时,利用训练好的RBF网络补偿载体自身的速度和位置误差信息.该算法可以解决SINS随时间的增加,位置和速度误差逐步累积,导致无法导航的问题.通过跑车实验解算速度和位置信息,结果表明,速度平均误差在0.36m/s以内,位置平均误差在3.14m以内,证实了该算法对组合导航的有效性.