ترکیب اطّلاعات ناوبری اینرسی و GPS به کمک شبکه های عصبی مصنوعی

سیستم ناوبری اینرسی یکی از روشهای موقعیت یابی است که وابسته به اطّلاعات خارجی نمی باشد، اما در اثر عوامل متعددی چون خطای سنسورهای اینرسی و خطای اولیه (همراستایی Alignment)، در معرض خطایی است که با گذشت زمان افزایش می یابد. سیستم GPS می تواند اطّلاعات موقعیت را با دقت خوب فراهم کند ولی چون وابسته به سیگنالهای رادیویی است که از ماهواره به جسم متحرّک گسیل می شود، همواره در دسترس نیست. از این رو ترکیب اطّلاعات سیستم های ناوبری اینرسی و GPS می تواند مزایا را افزایش داده و مشکلات را برطرف کند. این کار معمولاً به کمک فیلترهای تخمینگر بهینه همانند فیلتر کالمن انجام می شود. در این مقاله ترکیب اطّلاعات توسط شبکه های عصبی مصنوعی صورت پذیرفته است. در روش پیشنهادی، تا زمانی که سیگنالهای GPS در دسترس باشند، با کمک داده های ناوبری اینرسی و GPS یک شبکه عصبی آموزش داده می شود و سپس هنگامی که GPS قطع شد، از شبکه عصبی استفاده می شود. نتایج شبیه سازی عملکرد بسیار بهتر شبکه عصبی را در مقایسه با فیلتر کالمن هنگامی که سیگنال GPS قطع می شود، نشان می دهد.

کلیدواژه ها:

ناوبری اینرسی ، GPS ، ترکیب اطّلاعات ، شبکه های عصبی مصنوعی