基于神经网络的INSSAR组合导航航迹状态估计算法研究.docx

基于神经网络的INSSAR组合导航航迹状态估计算法研究
基于神经网络的INSSAR组合导航航迹状态估计算法研究
摘要：
随着人类对于导航系统精度要求的提高，传统的导航方法逐渐不能满足要求。因此，利用神经网络技术进行导航航迹状态估计成为一种新的研究方向。本文以神经网络为基础，研究了基于INSSAR组合导航航迹状态估计算法。通过对两种不同传感器组合导航系统的INSSAR数据进行训练，利用神经网络进行状态估计，实验结果表明本文提出算法相比传统方法能够更精确地估计导航航迹的状态。
关键词：神经网络；组合导航；航迹状态估计；INSSAR
1.引言
组合导航是一种基于多种传感器的导航技术，通过对多种传感器输出结果的融合，可以提高导航系统的精度和可靠性。传统的组合导航方法主要是利用滤波器技术对传感器输出进行融合，但随着人类对导航精度要求的提高，传统方法逐渐无法满足需求。因此，利用神经网络技术进行组合导航航迹状态估计成为一种新的研究方向。
2.INSSAR数据的获取和处理
INSSAR（InterferometricSyntheticApertureRadar）是一种同时利用两个SAR（SyntheticApertureRadar）图像进行干涉处理的技术，可以获取目标的高精度二维图像。在组合导航中，通过将INSSAR数据与其他传感器数据进行融合，可以提高导航系统的精度。
本文利用两个不同传感器组合导航系统获取的INSSAR数据进行研究。首先，对原始INSSAR数据进行预处理，包括数据去噪、图像配准等步骤。然后，通过对训练数据进行特征提取，得到用于神经网络训练的输入特征。
3.基于神经网络的航迹状态估计算法
神经网络是一种模仿人脑神经系统结构和功能的计算模型。它可以通过对大量训练数据的学习和训练，进行模式分类和状态估计等任务。本文基于神经网络的技术，设计了一种航迹状态估计算法。
首先，设计航迹状态估计模型的神经网络结构。本文采用了多层感知机（MultilayerPerceptron）网络结构，包含输入层、隐藏层和输出层。输入层接收预处理后的INSSAR数据，隐藏层采用ReLU激活函数，输出层用于输出航迹的状态估计结果。
其次，进行神经网络的训练。本文使用了反向传播算法，通过对训练数据进行多轮迭代，更新神经网络的权重和偏置，以提高神经网络对航迹状态的估计能力。
最后，利用训练好的神经网络进行航迹状态估计。本文采用了测试集数据进行验证，计算出航迹状态的估计结果，并与传统方法进行对比，验证了本文算法的有效性和优越性。
4.实验结果与分析
本文在两个不同传感器组合导航系统获取的INSSAR数据上进行了实验。实验结果表明，基于神经网络的航迹状态估计算法相比传统方法能够更精确地估计导航航迹的状态。与传统方法相比，本文提出的算法在航迹状态估计精度上有较大的提升，并且具有更低的误差和更高的鲁棒性。
5.结论
本文研究了基于神经网络的INSSAR组合导航航迹状态估计算法。通过对两种不同传感器组合导航系统的INSSAR数据进行训练，利用神经网络进行航迹状态估计。实验结果表明，本文算法相比传统方法能够更精确地估计导航航迹的状态，具有更高的精度和鲁棒性。未来的研究可以进一步探讨神经网络在组合导航中的应用，并优化算法的训练和推理过程，以提升导航系统的性能。
参考文献：
[1]Chen,Y.,Zhu,X.,Song,H.,etal.(2020).InertialNavigationSystemandSyntheticApertureRadarNavigationDataFusionAlgorithmBasedonDeepLearning.IEEEAccess,8,11351-11359.
[2]Zhang,S.,Zeng,W.,Lu,Q.,etal.(2021).MultimodalSensorFusionNavigationAlgorithmBasedonNeuralNetworkforFineNavigation.IEEETransactionsonAerospaceandElectronicSystems,57(1),89-104.
[3]Zhou,Y.,Xu,W.,Zhang,Y.,etal.(2019).IndoorLocalizationUsingMultisensorDataFusionBasedonDeepLearning.IEEEAccess,7,12048-12059.