基于神经网络的组合导航信息融合及故障检测技术

《基于神经网络的组合导航信息融合及故障检测技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西北工业大学硕士学位论文基于神经网络的组合导航信息融合及故障检测技术姓名：赵灵峰申请学位级别：硕士专业：交通运输规划与管理指导教师：岳晓奎20070301两北f业人学fl!i11学p论殳摘篮摘要随着现代战争对武器系统性能要求的不断提高，组合导航系统已成为军事航行体和武器系统中不可缺少的重要组成部分。组合系统的精度和可靠性直接关系到军事装备的作战性能和任务的顺利完成。信息融合理论和故障检测技术是提高组合系统精度和可靠性的重要途径。神经网络具有并行处理、高度的自适应性和自学习能力等优点，是十多年来人们关注的热门交叉学科，有着十分广阔的应用前景。本

2、文将神经网络疗法与传统的信息融合和故障捡测方法相结合，通过两种方法的优势互补，进一步提高了系统精度和可靠性。本文主要完成了以下工作：(1)．首先分析了联邦卡尔曼滤波融合算法，提出了混沌BP神经网络辅助联邦卡尔曼滤波的融合算法，并仿真分析比较了两种融合算法在SINS／GPS／ADS三组合导航系统中的融合结果。(2)．研究分析了模糊自适应谐振网络(FuzzyARTMAP)的具体算法及其性能。仿真分析了在不同检验门限时的FuzzyARTMAP网络的故障U{别能力。(3)．改进了双递{{l：器的状态Z2检验方法，增添更新判断指标，进一步提高了整个系统

3、故障检测性能。“)．提出了基于模糊自适应谐振神经网络(FuzzyARTMAP)故障榆测方法，仿真验证该方法在SINS／GPS／ADS三组合导航系统的故障检测中的可行性。关键词：信息融合故障检测神经网络联邦卡尔曼滤波肛北T业人々’坝I学位论正ABSrRACTABSTRACTWimthemodernizationofwar,integratednavigationsystemhasalreadybeenindispensabletothemilitarycarriersandarmedequipment．111enavigationprecisi

4、onandreliabilityofintegratednavigationsystemhaveadirecteffectonachievementofoperationsandmissions．Informationfusiontheoryandfaultdetectiontechnologiesareimportantapproachestoimprovetheprecisionandreliabilityofintegratednavigationsystem，NeuralnetworkfNN)hasalotofexcellentabi

5、litiesjustasparallelprocessing，self-adaptabilityandself-learning．MoreandmorepeoplepaidattentiontoNNinthistenyears．TheyconsideredthatNNwillhavevastapplyingforeground111emethodmentionedinthispaperenhancedtheprecisionandreliabilityofthesystemwithcombiningNNandtraditionalmethod

6、sofinformationfusionandfaultdetection．Themainachievementscontainedinthisdissertationalesummarizedasfollows．(1)．ThefederatedKalmanfilterisinvestigated．IncorporatingaChaoticBPneuralnetworkintothefederatedKalmanfilterconfigurationfortheSrNS／GPS／ADSintegratednavigationsystemisp

7、roposed．ThesimulationanalysisfortwoinformationfusionmethodsSINS／GPS／ADSintegratednavigationsystemisimplemented．(2)．TheFuzzyARTMAPNNwasinvestigated．ThesimulationanalysisfordifferentinspectionscaleFuzzyARTMAPNNcapabilityisimplemented．(3)．Themethodmentionedinthispaperameliorat

8、edthedoublestateChi-squareTest，enhancedthefaultdetectionability,(4)．Themethodoffau