CNN-LSTM車輛運動狀態(tài)識別的AUKF組合導(dǎo)航方法
中國慣性技術(shù)學(xué)報
頁數(shù): 9 2024-08-30
摘要: 針對固定的噪聲協(xié)方差難以適應(yīng)車輛不同運動行為下噪聲統(tǒng)計特性差異大的問題,提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)與長短期記憶網(wǎng)絡(luò)(CNN-LSTM)的車輛運動狀態(tài)識別自適應(yīng)無跡卡爾曼濾波(AUKF)組合導(dǎo)航方法。首先,應(yīng)用CNN-LSTM網(wǎng)絡(luò)模型進(jìn)行車輛運動狀態(tài)識別,解決車輛自我運動不確定性的問題;其次,將特定運動狀態(tài)約束下的噪聲協(xié)方差應(yīng)用于UKF的時間更新與量測更新;最后,將所提方法在采集... (共9頁)