摘要
本发明提供一种基于LSTM神经网络的SINS及GNSS组合导航系统容错方法,针对SINS/GNSS松组合导航系统中的突变故障和缓变故障,提出一套基于LSTM神经网络辅助的故障检测与系统容错方法。利用新息马氏距离辅助卡方检验算法实时检测出系统中存在的突变故障,再利用序贯概率比算法检测系统中存在缓变故障。利用基于M估计的抗差卡尔曼滤波完成对系统的鲁棒性增强工作,从而有效抑制突变故障对系统的影响。利用LSTM神经网络替补的方式,有效抑制缓变故障对系统的影响,实现信号修复。通过对GNSS信号中存在的两种故障进行检测与容错,提升组合导航定位的精度。
技术关键词
组合导航系统
序贯概率比
LSTM神经网络
缓变故障
误差信息
系统容错方法
矩阵
组合导航定位
检验方法
离散状态空间
卡尔曼滤波算法
故障检测
惯导平台
导航坐标系
序列
阶段
系统为您推荐了相关专利信息
模式识别处理器
控制系统
输出驱动器
LSTM神经网络
远程控制技术
热电联产机组
综合能源系统
风电功率预测误差
区间评估方法
LSTM神经网络
修复系统
矿山
纳米羟基磷灰石
丛枝菌根真菌
修复方法
故障检测方法
安全阀
振动发电单元
可变磁阻
激光微位移传感器