摘要
本发明涉及一种基于LNN‑CNN的GNSS/INS/CNS组合导航系统故障检测方法,属于多传感器组合导航和神经网络技术领域,解决组合导航系统故障检测问题;方法包括:对提取的INS/GNSS/CNS组合导航系统Kalman滤波的新息序列进行结构化预处理后,输入到液态神经网络LNN进行时序建模得到隐状态序列;对隐状态序列分别进行GAFC和LVM二维图像转换,得到GASF、GADF和LVM二维图像;对由GASF、GADF和LVM二维图像组成的三通道图像数据采用CNN网络进行特征提取,并引入通道级自注意力机制进行加权融合得到融合特征向量;采用全连接分类器对融合特征向量进行故障分类,结合Softmax概率输出与交叉熵损失进行有监督学习,以识别组合导航系统中的多类故障。本发明能够提高组合导航系统故障检测的准确性和鲁棒性。
技术关键词
组合导航系统
故障检测方法
输出特征
Kalman滤波
序列
积层
图像
多传感器组合导航
样本
注意力机制
通道
判决阈值
Softmax函数
姿态误差
分类器
神经网络技术
滑动窗口
局部特征提取
系统为您推荐了相关专利信息
误差状态
窗口检测
导航坐标系
比例因子误差
导航方法