摘要
本申请提供了一种基于惯性导航系统的卫导大气融合定位方法及系统,涉及导航领域。该方法包括:首先获取多源导航原始数据,包括惯性导航数据、卫星导航数据和大气信息数据;通过深度学习进行特征提取,得到多模态特征数据;对卫星导航数据进行质量评估,判断卫导信号是否有效。当卫导信号有效时,采用联邦滤波算法进行组合导航解算,并建立大气信息误差模型;当卫导信号无效时,利用该误差模型对大气信息进行补偿,并与惯性导航数据融合,实现高精度导航,保障无人机在复杂环境下的飞行安全。
技术关键词
卫星导航数据
多模态特征
误差分布特征
组合导航解算
误差模型
深度学习特征提取
惯性导航系统
融合定位方法
状态估计器
滤波算法
噪声参数
惯性导航数据融合
卡尔曼滤波器
时序特征
信号
动态建模算法
信噪比
系统为您推荐了相关专利信息
混合深度学习模型
浓度识别方法
图像特征向量
多波段
序列
商品图像特征
匹配识别方法
超网络
分支
特征描述符
Attention机制
大数据
BERT模型
增量训练方法
多模态特征融合
融合深度学习
雨情
生成方法
多模态特征
编码模块