基于极限学习机的黑障区智能导航算法

作者：景羿铭; 王融; 熊智; 赵耀; 刘建业

来源：导航与控制, 2020, (03): 21-26+121.

• 导航系统
• 空天飞行器
• 黑障区
• 姿态修正
• 极限学习机 navigation system
• space vehicles
• blackout area
• attitude correction
• extreme learning machine(ELM)

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。

• 单位
  南京航空航天大学; 自动化学院