摘要
本发明提供一种针对组合导航在中断期间的导航增强方法及系统,包括:将时间注意力机制引入LSTM网络来构建TA‑LSTM预测模型,并对伪GNSS位置增量进行预测来辅助INS导航。该模型能够自主提取历史时序信息的关键时序特征,并动态调整其关注度,以提高长时间序列的预测精度。其次,将RKF集成到伪GNSS和INS的数据融合过程中,通过协方差匹配的方式计算比例因子,对卡尔曼滤波器中的噪声协方差矩阵进行自适应膨胀,以减小模型预测噪声的累积误差对导航性能的影响。在GNSS中断期间,该发明可以有效地提高组合导航系统的导航性能,并且在长时间GNSS中断下的导航性能更优异。
技术关键词
协方差矩阵
INS组合导航
卡尔曼滤波器
误差状态
组合导航系统
三轴加速度计
LSTM模型
噪声误差
非暂态计算机可读存储介质
姿态误差
误差向量
误差校正
注意力机制
Adam算法
传感器误差
三轴陀螺仪
系统为您推荐了相关专利信息
储能电池组
功率
系统模块
滑动平均滤波
平抑光伏波动
系统故障检测方法
车体坐标系
组合导航系统
测速传感器
捷联惯导系统
海上风电功率预测
多模型协同
牛顿拉夫逊算法
协方差矩阵
扩展卡尔曼滤波
水文监控系统
数字孪生模型
构建数字高程模型
气象站
水文模型