摘要
本发明公开了一种基于注意力机制的AL‑NN神经网络组合导航方法,涉及导航定位技术领域,所述组合导航方法首先是获得信息,包括GNSS位置信息、IMU的加速度计和陀螺仪数据以及INS解算的位置、速度和姿态信息;然后,建立IMU输出、INS解算和GNSS位置增量的关系模型,构建AL‑NN神经网络模型;当GNSS信号可用时,训练模型;当GNSS信号失锁时,模型用来预测失锁期间的GNSS位置增量;最后,通过模型输出的GNSS位置以及调整的测量噪声协方差矩阵进行自适应卡尔曼滤波融合。本发明基于注意力机制的AL‑NN神经网络组合导航方法,能够在减少计算复杂度的同时,有效提高了导航的鲁棒性和精度。
技术关键词
协方差矩阵
预测残差
卡尔曼滤波融合
神经网络模型
组合导航方法
噪声
陀螺仪数据
导航坐标系
零偏误差
表达式
LSTM神经网络
信号
引入注意力机制
导航定位技术
三轴加速度计
系统为您推荐了相关专利信息
BP神经网络预测
改性
评价系统
闪络电压
综合性
无人机起降平台
无人机降落控制方法
银行家算法
三维点云地图
无人机降落控制装置
缺陷检测系统
缺陷检测方法
YOLO算法
模型训练模块
神经网络模型
智能电网优化调度方法
储能设备
增量学习算法
策略
多能源