یک روش ترکیبی هوشمند جدید مبتنی بر فیلتر کالمن و شبکه عصبی رگرسیون تعمیم یافته برای تلفیق سیستم ناوبری اینرسی ارزانقیمت و سیستم ناوبری ماهوارهای جهانی

Abstract

با توجه به عدم کارآیی مناسب روشهای مبتنی بر فیلتر کالمن برای تلفیق دادههای سیستم ناوبری اینرسی ارزانقیمت و سیستمهای ناوبری ماهوارهای جهانی در زمان قطع شدن سیگنالهای ماهوارهای، استفاده از تکنیکهای هوش مصنوعی در معماری تلفیق مرسوم شده است. از این رو در این مقاله ضمن ارائهی یک معماری ترکیبی مؤثر، از شبکه عصبی رگرسیون تعمیمیافته برای پیشبینی مشاهدات مورد نیاز فیلتر کالمن در شرایط قطع شدن طولانی مدت سیگنالهای ماهوارهای استفاده شده است. در مدل پیشنهادی، برای آموزش شبکه عصبی، سرعتها و موقعیتهای سیستم اینرسی بهعنوان ورودیها و نیز سرعتها و موقعیتهای سیستم موقعیتیاب جهانی بهعنوان خروجیهای شبکه در نظر گرفته شدهاند. این رویکرد در عین کاربردی و عملیاتی بودن، سبب کاهش زمان محاسباتی و افزایش دقت و سرعت آموزش و تخمین شبکه شده است. نتایج شبیهسازیها نشان میدهند که بهدلیل ساختار ساده و در عین حال مقاوم معماری پیشنهادی و البته انتخاب یک شبکه عصبی کارآمد چند ورودی- چند خروجی با قابلیت کشف ارتباط مؤثر میان ورودیها و خروجیهای تعیین شده و به تبع آن اصلاح مناسب خطاهای مربوط به سرعتها و موقعیتهای سیستم ناوبری اینرسی، میتوان از آن برای ناوبری زمان واقعی، خوداتکا، با قابلیت اطمینان و دقت بالا استفاده نمود