孟庆瑜
- 作品数：1 被引量：4H指数：1
- 供职机构：东北电力大学自动化工程学院更多>>
- 发文基金：吉林省自然科学基金吉林省教育厅科学技术研究项目国家自然科学基金更多>>
- 相关领域：交通运输工程更多>>
- 车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法（英文）被引量：4
- 2017年
- 微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成。将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高。由于微惯性传感器具有大漂移特性,为获得具有自适应的线性参数模型,提出了融合滤波的信息处理方法,利用强跟踪滤波实现状态预测,二阶EKF实现测量更新,并借用神经网络技术完成对状态预测的修正。由于系统组件具有非线性,该神经网络辅助的强跟踪滤波方法旨在逼近MIMUs/GPS的真实特性,并为车载用户提供更为精准的导航参数信息。动态环境下的仿真试验表明,尽管MEMS惯性传感器的精度有限,所提出的方法能够有效用于实际的导航参数解算。
- 夏琳琳孟庆瑜刘惠敏马文杰赵耀
- 关键词：MEMS技术紧耦合
