基于神经网络的GNSS/INS组合定位系统技术方案

基于神经网络的GNSS/INS组合定位系统，属于神经网络技术领域，尤其涉及卫星失锁环境下的无人机定位；解决了现有的应用神经网络辅助组合导航定位的技术所存在的鲁棒性低以及神经网络模型在训练过程中存在的收敛速度慢、性能不佳的问题；所述系统包括INS系统、GNSS系统、神经网络模型以及卡尔曼滤波模块；所述INS系统，用于获取位置、速度、加速度和姿态；所述系统包括2这种运行模式：神经网络训练模式和神经网络预测模式。所述的基于神经网络的GNSS/INS组合定位系统，适用于无人机的定位。

【技术实现步骤摘要】

本专利技术涉及神经网络，尤其涉及卫星失锁环境下的无人机定位。

技术介绍

1、卫星定位技术具有定位精度高、全球覆盖、实时性强、安全性高等优势，因此在无人机定位中获得了广泛的应用。卫星定位技术为无人机提供了精确的位置信息，从而确保了其安全、有效的运行。

2、然而，在“城市峡谷”环境中运行时，高大建筑物可能会直接遮挡卫星信号，导致接收机只能获取到部分卫星信号，甚至完全无法获取卫星信息。在gnss信号弱甚至消失的情况下，组合导航中的ins是获取定位信息的唯一来源，基于惯性的定位误差会由于缺乏卫星信号校正而逐渐累积，这可能导致无人机偏离预定航线甚至发生碰撞或失去控制，对无人机的飞行安全和任务执行产生恶劣影响。

3、为解决卫星失锁环境下的定位问题，目前的主流方案包括提高自身惯性器件的精度、增加其他传感器作为补充以及应用神经网络辅助组合导航定位。其中，前两种方案会极大提高硬件成本。

4、应用神经网络辅助组合导航定位的技术通常包括以下几个步骤：

5、1、数据采集：通过gps、传感器等设备获取导航所需的数据，包括车辆位置、速度本文档来自技高网...

【技术保护点】

1.基于神经网络的GNSS/INS组合定位系统，其特征在于，所述系统包括INS系统、GNSS系统、神经网络模型以及卡尔曼滤波模块；

2.根据权利要求1所述的基于神经网络的GNSS/INS组合定位系统，其特征在于，所述INS系统包括INU装置和惯导机械编排装置；

3.根据权利要求1所述的基于神经网络的GNSS/INS组合定位系统，其特征在于，所述神经网络模型为全连接BP神经网络结构；

4.根据权利要求3所述的基于神经网络的GNSS/INS组合定位系统，其特征在于，每一个神经元的激活函数为RELU激活函数。

5.根据权利要求3所述的基于神经网络...

【技术特征摘要】

1.基于神经网络的gnss/ins组合定位系统，其特征在于，所述系统包括ins系统、gnss系统、神经网络模型以及卡尔曼滤波模块；

2.根据权利要求1所述的基于神经网络的gnss/ins组合定位系统，其特征在于，所述ins系统包括inu装置和惯导机械编排装置；

3.根据权利要求1所述的基于神经网络的gnss/ins组合定位系统，其特征在于，所述神经网络模型为全连接bp神经网络结构；

4.根据权利要求3所述的基于神经网络的gnss/ins组合定位系统，其特征在于，每一个神经元的激活函数为relu激活函数。

5.根据权利要求3所述的基于神经网络的g...

【专利技术属性】
技术研发人员：黄俊波，罗哲轩，孙斌，李秉宸，张智华，皮忠超，李雳，刘永付，陈品文，
申请(专利权)人：云南电网有限责任公司输电分公司，
类型：发明
国别省市：