文献类型：期刊文章

作　　者：于耕[1] 方鸿涛[2]

Yu Geng;Fang Hongtao(School of Civil Aviation,Shenyang Aerospace University,Shenyang 110136,China;School of Electronic Information Engineering,Shenyang Aerospace University,Shenyang 110136,China)

机构地区：[1]沈阳航空航天大学民用航空学院,辽宁沈阳110136 [2]沈阳航空航天大学电子信息工程学院,辽宁沈阳110136

出　　处：《电子技术应用》

基　　金：国家自然科学基金项目(U1433115;61671141)

年　　份：2019

卷　　号：45

期　　号：4

起止页码：29-33

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对在进近着陆的过程中,仪表着陆系统(ILS)易受到外界环境及空域的干扰,导致导航精度降低的问题,提出一种利用惯性导航系统(INS)与GBAS着陆系统(GLS)进行改进的组合导航算法,将组合导航系统输出位置信息之间的差值作为BP神经网络改进的无迹卡尔曼滤波器(UKF)的量测值,通过最优加权的方法得到系统的全局最优估计值。相比于传统的联邦滤波算法,该算法能有效降低测量噪声,减小飞机进近着陆时的误差,提高导航精度。

关 键 词：ILS GLS  INS 联邦卡尔曼滤波 BP神经网络

分 类 号：TP183] V351.37]