Нейроалгоритмы навигационных систем

 

Содержание работы:

Вводная часть

Введение

Использование нейронных сетей в навигационных системах

Разработка структуры навигационной системы с использованием нейронных сетей

Выбор алгоритмов работы инерциальной навигационной системы

Выбор топологии нейронных сетей

Обучение используемых нейронных сетей

Дообучение нейронных сетей во время движения

Алгоритм работы построенной модели

Численные исследования

Журнал исследований

        На данном рисунке представлена структурная схема навигационной системы, построенной на нейронных сетях:

        В структуре модели навигационной системы используются две двухслойные нейронные сети прямого распространения. Нейросеть №1 вычисляет приращение вектора конечного поворота на шаге интегрирования и компенсирует инструментальные погрешности гироскопов. Нейросеть №2 аппроксимирует уравнения навигации на шаге интегрирования и компенсирует инструментальные погрешности акселерометров.

На каждом шаге работы модели на ее вход подаются значения кватерниона ориентации Аk-1 и навигационных параметров на предыдущем шаге - vx-1, vy-1, j-1, l-1, а также показания датчиков - акселерометров n (nприб) и гироскопов w (wприб).

На вход нейросети №1 подаются измеренные значения угловых скоростей w (содержащие инструментальные погрешности), полученные с блока гироскопов. На выходе нейросети получаем приращение вектора конечного поворота mk, который рассчитывается на основе идеальных значений угловых скоростей. Таким образом, устраняется влияние инструментальных погрешностей гироскопов на выходные навигационные параметры.

Затем значение кватерниона ориентации на предыдущем шаге Аk-1 и приращение вектора конечного поворота mk, вычисленного на текущем шаге интегрирования, подаются на блок перемножения кватернионов, на выходе которого получаем значение текущего кватерниона ориентации Ak. Изначально существовал вариант, при котором на нейросеть №1 подавался и кватернион ориентации на предыдущем шаге Аk-1, а на выходе сразу получался текущий кватернион ориентации Ak. Но в ходе исследования выяснилось, что нейросеть плохо обучается при использовании перемножения кватернионов, и от этого варианта структурной схемы пришлось отказаться.

Далее полученное значение текущего кватерниона ориентации подается на блок пересчета n в nгеогр (пересчета вектора ускорения из приборной системы координат в географическую).

На вход второй нейросети подаются значения навигационных параметров на предыдущем шаге  vx-1, vy-1, j-1, l-1  и полученные после пересчета значения nгеогр, содержащие инструментальные погрешности акселерометров. На выходе получаем значения навигационных параметров на следующем шаге vxk, vyk, jk, lk, рассчитанные для идеальных значений линейных ускорений. Таким образом, устраняются инструментальные погрешности акселерометров на выходные навигационные параметры.

 

Back to Top

 
Last updated: ноября 16, 2000.
Сайт создан в системе uCoz