針對傳統(tǒng)全球定位系統(tǒng)/捷聯慣性導航系統(tǒng)(global positioning system/strapdown inertial navigation system,GPS/SINS)組合系統(tǒng)信息融合技術存在的不足,設計了適用于GPS/SINS組合系統(tǒng)姿態(tài)測量的反向傳播(back-propagation,BP)神經網絡模型,并在標準BP算法基礎上,采用限制初始權值和閾值、動態(tài)刪減隱含層節(jié)點數和修改激活函數的改進算法,從而減小BP算法在GPS/SINS組合姿態(tài)測量過程中的訓練誤差,提高網絡訓練的相應速度及精度。最后通過算法仿真和分析結果圖得出改進后的BP神經網絡算法在GPS/SINS組合姿態(tài)測量系統(tǒng)中高效可行,且測姿性能優(yōu)越。

【文章頁數】：6 頁

【文章目錄】：
0 引言
1 BP神經網絡
2 BP算法的不足及改進
3 仿真實驗及分析
    3.1 神經網絡的初始化
    3.2 仿真結果
    3.3 仿真結果分析
4 結束語



本文編號：3916512