專利名稱：基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的gps/ins組合定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，屬于復(fù)雜環(huán)境下組合導(dǎo)航技術(shù)領(lǐng)域。
背景技術(shù)：
近年來，對載體精確導(dǎo)航定位的需求推動了導(dǎo)航技術(shù)的發(fā)展，并且在未來的很長一段時間內(nèi)，這種發(fā)展趨勢仍將保持不變。在現(xiàn)有的導(dǎo)航 方式當(dāng)中，慣性導(dǎo)航和衛(wèi)星導(dǎo)航是最常用的兩種方式。慣性導(dǎo)航系統(tǒng)(Inertial Navigation System, INS)的基本原理是牛頓提出的相對慣性空間力學(xué)定律，利用陀螺儀、加速度計測量載體相對慣性空間的角運動和線運動參數(shù)，在給定的運動初始條件下，由計算機(jī)進(jìn)行積分運算，便能夠連續(xù)、實時地提供載體的位置、速度和姿態(tài)信息。INS完全依靠自身的慣性敏感元件，不依賴于任何外界信息測量導(dǎo)航參數(shù)，具有隱蔽性好、不受氣候條件限制、抗干擾性強和短時精度高等優(yōu)點，是一種完全自主式、全天候的導(dǎo)航系統(tǒng)。但是，INS也有其自身的不足。由于捷聯(lián)算法中的積分原理，慣性期間的誤差會導(dǎo)致導(dǎo)航誤差隨時間累積，因此單純的INS難以滿足遠(yuǎn)程、長時間運動載體的高精度導(dǎo)航要求。全球衛(wèi)星導(dǎo)航系統(tǒng)(Global Positioning System,GPS)是另外一種最常用的導(dǎo)航方式。它的優(yōu)點是定位精度高，導(dǎo)航誤差不隨時間積累，可全天時、全天候的工作。但是其易受電磁干擾、遮擋等外界環(huán)境影響的缺點限制了其應(yīng)用范圍，特別是室內(nèi)、地下巷道等一些密閉的、環(huán)境復(fù)雜的場景，GPS信號被嚴(yán)重遮擋，從而無法進(jìn)行有效的工作。為了獲取相對穩(wěn)定的定位精度，許多學(xué)者利用智能算法將INS與GPS組合起來，形成GPS/INS組合導(dǎo)航系統(tǒng)。GPS/INS組合導(dǎo)航能夠使導(dǎo)航系統(tǒng)維持長時間的穩(wěn)定，但是其導(dǎo)航精度依然受到環(huán)境的限制。比如當(dāng)載體長期運行于城市或隧道中時，由于建筑物遮擋，GPS信號可能會出現(xiàn)長時間的失鎖，INS不能提供長時高精度導(dǎo)航的缺點會導(dǎo)致GPS/INS組合導(dǎo)航系統(tǒng)出現(xiàn)嚴(yán)重的精度下降。因此，針對GPS長期失鎖狀況下的INS誤差補償研究顯得尤為重要。

發(fā)明內(nèi)容
本發(fā)明克服現(xiàn)有技術(shù)的不足，提出了一種基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，該方法首先在GPS信號良好的情況下采用模糊神經(jīng)網(wǎng)絡(luò)(FNN)對INS的導(dǎo)航誤差模型進(jìn)行訓(xùn)練，當(dāng)GPS信號失鎖時，依靠訓(xùn)練好的FNN模型對INS系統(tǒng)誤差進(jìn)行補償。該方法克服了 GPS失鎖帶來的組合導(dǎo)航系統(tǒng)精度下降的問題，能夠提供持久的高精度導(dǎo)航。本發(fā)明為解決其技術(shù)問題采用如下技術(shù)方案
一種基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，包括下列步驟
(1)將組合導(dǎo)航系統(tǒng)運行的區(qū)域分為訓(xùn)練區(qū)域和補償區(qū)域兩部分，所述訓(xùn)練區(qū)域為GPS信號良好的區(qū)域，所述補償區(qū)域為GPS信號失鎖的區(qū)域；
(2)在訓(xùn)練區(qū)域，GPS和INS導(dǎo)航系統(tǒng)同時工作，首先將GPS測量的位置、速度信息與INS測量的位置、速度信息作差，并將作差結(jié)果輸入濾波器進(jìn)行數(shù)據(jù)融合，以得到INS系統(tǒng)的測量誤差；
(3)在采用遺傳粒子濾波進(jìn)行數(shù)據(jù)融合，并得出INS導(dǎo)航誤差的同時，將該誤差信息作為誤差模型的理想輸出，將INS中陀螺儀和加速度計的輸出作為誤差模型的輸入，對誤差模型進(jìn)行建模訓(xùn)練；
(4)當(dāng)GPS失鎖時，即載體進(jìn)入誤差補償區(qū)域 ，在這一區(qū)域，組合導(dǎo)航系統(tǒng)無法得到GPS導(dǎo)航信息，而只能利用INS完成這一區(qū)域的自主導(dǎo)航，此時利用在訓(xùn)練區(qū)域訓(xùn)練得到的誤差模型對INS測量得出的導(dǎo)航信息進(jìn)行誤差補償，得到最優(yōu)導(dǎo)航信息。步驟(2)中訓(xùn)練區(qū)域，進(jìn)行數(shù)據(jù)融合的濾波器為遺傳粒子濾波器，該濾波器利用遺傳算法優(yōu)化粒子濾波中的重采樣過程，以解決粒子濾波中存在的粒子退化現(xiàn)象。步驟(3)中所述利用INS中陀螺和加速度計的輸出作為輸入、濾波器得出的誤差信息作為理想輸出對誤差模型進(jìn)行建模訓(xùn)練，其所用誤差模型為模糊神經(jīng)網(wǎng)絡(luò)。本發(fā)明的有益效果如下
(I)利用人工智能算法對INS誤差進(jìn)行建模，能夠在GPS失鎖后對INS誤差進(jìn)行有效的補償，從而提高了 GPS/INS組合導(dǎo)航系統(tǒng)的適用范圍。(2)利用遺傳算法優(yōu)化粒子濾波的重采樣過程，可有效的抑制粒子退化現(xiàn)象。(3)利用模糊神經(jīng)網(wǎng)絡(luò)對INS誤差進(jìn)行建模，可得到精度較高的預(yù)測模型。


圖I為基于GPF與FNN的GPS/INS系統(tǒng)誤差訓(xùn)練框圖。圖2為基于FNN的GPS/INS系統(tǒng)誤差補償框圖。
具體實施例方式 下面結(jié)合附圖對本發(fā)明創(chuàng)造做進(jìn)一步詳細(xì)說明。如圖I為基于GPF與FNN的GPS/INS系統(tǒng)誤差訓(xùn)練框圖。在訓(xùn)練區(qū)域，GPS與INS同時工作，首先將GPS測量的位置、速度信息與INS測量的位置、速度信息作差，并將作差結(jié)果輸入濾波器進(jìn)行數(shù)據(jù)融合，得出INS導(dǎo)航誤差并對系統(tǒng)輸出進(jìn)行補償；同時，將遺傳粒子濾波(GPF)輸出的誤差作為FNN的理想輸出，將INS中陀螺儀和加速度計的輸出作為模糊神經(jīng)網(wǎng)絡(luò)(FNN)的輸入，對FNN進(jìn)行訓(xùn)練，建立基于INS中陀螺儀和加速度計輸出的INS誤差模型。當(dāng)載體進(jìn)入GPS失鎖區(qū)域時，則組合導(dǎo)航系統(tǒng)進(jìn)入誤差補償階段，如圖2所示。在這一區(qū)域，組合導(dǎo)航系統(tǒng)無法獲得GPS測量結(jié)果，只能依靠INS完成這一部分的自主導(dǎo)航。此時INS利用在訓(xùn)練區(qū)域得到的FNN誤差模型對測量的導(dǎo)航信息進(jìn)行誤差補償，得到最優(yōu)的導(dǎo)航信息。從而避免了因GPS無法工作導(dǎo)致的導(dǎo)航精度迅速下降的問題，具有良好的可行性和前瞻性。本發(fā)明的原理是GPS/INS是目前應(yīng)用最廣泛的組合導(dǎo)航系統(tǒng)。盡管GPS能夠為地球上任何地點的用戶提供導(dǎo)航信息，但GPS要求捕獲四顆或更多的衛(wèi)星，所以在城市、峽谷或者森林等地區(qū)，由于受建筑物、山體、樹木等遮擋，導(dǎo)致GPS信號衰減或失鎖，此時組合導(dǎo)航系統(tǒng)中只有INS能夠正常使用，從而導(dǎo)致整個系統(tǒng)導(dǎo)航定位精度下降，甚至無法正常工作。因此必須對GPS失鎖情況下的INS誤差進(jìn)行補償。由于INS位置誤差、速度誤差和姿態(tài)誤差是由INS中的陀螺儀和加速度計誤差引起的，所以可以利用人工智能方法建立輸入為陀螺儀、加速度計誤差，輸出為INS位置誤差、速度誤差和姿態(tài)誤差的模型。粒子濾波器(Particle Filter，PF)是目前應(yīng)用較為廣泛一種信息融合算法，它利用一批具有相應(yīng)權(quán)重的離散隨機(jī)樣本粒子，根據(jù)量測信息不斷調(diào)整粒子的權(quán)重和位置，來近似狀態(tài)向量的后驗概率密度，并根據(jù)這些粒子及其權(quán)重來計算狀態(tài)估計值。在粒子算法中，普遍存在的一個問題是粒子退化現(xiàn)象。可以用有效樣本數(shù)來衡量一個樣本的退化程度，有效樣本數(shù)定義如下
權(quán)利要求
1.一種基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，其特征在于，包括下列步驟 (1)將組合導(dǎo)航系統(tǒng)運行的區(qū)域分為訓(xùn)練區(qū)域和補償區(qū)域兩部分，所述訓(xùn)練區(qū)域為GPS信號良好的區(qū)域，所述補償區(qū)域為GPS信號失鎖的區(qū)域； (2)在訓(xùn)練區(qū)域，GPS和INS導(dǎo)航系統(tǒng)同時工作，首先將GPS測量的位置、速度信息與INS測量的位置、速度信息作差，并將作差結(jié)果輸入濾波器進(jìn)行數(shù)據(jù)融合，以得到INS系統(tǒng)的測量誤差； (3)在采用遺傳粒子濾波進(jìn)行數(shù)據(jù)融合，并得出INS導(dǎo)航誤差的同時，將該誤差信息作為誤差模型的理想輸出，將INS中陀螺儀和加速度計的輸出作為誤差模型的輸入，對誤差模型進(jìn)行建模訓(xùn)練； (4)當(dāng)GPS失鎖時，即載體進(jìn)入誤差補償區(qū)域，在這一區(qū)域，組合導(dǎo)航系統(tǒng)無法得到GPS導(dǎo)航信息，而只能利用INS完成這一區(qū)域的自主導(dǎo)航，此時利用在訓(xùn)練區(qū)域訓(xùn)練得到的誤差模型對INS測量得出的導(dǎo)航信息進(jìn)行誤差補償，得到最優(yōu)導(dǎo)航信息。
2.根據(jù)權(quán)利要求I中所述的基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，其特征在于步驟(2)中訓(xùn)練區(qū)域，進(jìn)行數(shù)據(jù)融合的濾波器為遺傳粒子濾波器，該濾波器利用遺傳算法優(yōu)化粒子濾波中的重采樣過程，以解決粒子濾波中存在的粒子退化現(xiàn)象。
3.根據(jù)權(quán)利要求I中所述的基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，其特征在于步驟(3)中所述利用INS中陀螺和加速度計的輸出作為輸入、濾波器得出的誤差信息作為理想輸出對誤差模型進(jìn)行建模訓(xùn)練，其所用誤差模型為模糊神經(jīng)網(wǎng)絡(luò)。
全文摘要
本發(fā)明涉及一種基于遺傳粒子濾波與模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合定位方法，屬于復(fù)雜環(huán)境下的組合導(dǎo)航定位技術(shù)領(lǐng)域。該方法將模糊神經(jīng)網(wǎng)絡(luò)(FNN)作為遺傳粒子濾波(GPF)的輔助算法進(jìn)行應(yīng)用在GPS信號有效時，利用FNN算法建立INS導(dǎo)航系統(tǒng)的導(dǎo)航誤差模型；在GPS信號失鎖時，依靠之前訓(xùn)練得到的FNN誤差模型對導(dǎo)航系統(tǒng)誤差進(jìn)行補償。該方法克服了在城市、峽谷或森林環(huán)境下GPS信號失鎖時，傳統(tǒng)的GPS/INS組合導(dǎo)航系統(tǒng)無法提供持久的高精度實時導(dǎo)航問題。該方法可應(yīng)用于車輛在城市、隧道等密閉復(fù)雜環(huán)境下的長距離長時間高精度導(dǎo)航定位。
文檔編號G01S19/49GK102768361SQ20121023443
公開日2012年11月7日 申請日期2012年7月9日 優(yōu)先權(quán)日2012年7月9日
發(fā)明者劉虎, 徐元, 申沖, 陳熙源, 黃浩乾 申請人:東南大學(xué)