كاهش نرخ رشد خطا در يك سامانه ناوبري تلفيقي ارزان قيمت با استفاده از شبكه هاي عصبي

سامانه هاي ناوبري اينرسي تلفيقي، به منظور استفاده هم زمان از مزاياي ناوبري اينرسي و يك سامانه كمك ناوبري نظير سامانه موقعيت يابي جهاني توسعه داده مي شود. در صورت قطع سيگنال ناوبري كمكي در حين عملكرد چنين سامانه تلفيقي، راه حل معمول استفاده از اطلاعات ناوبري اينرسي در ادامه مسير خواهد بود. اما در مواردي كه حسگرهاي سامانه ناوبري اينرسي به دليل مقرون به صرفه بودن داراي دقت بالا نباشد، خطاي ناوبري به صورت تصاعدي با زمان و با نرخ بالا رشد خواهد كرد. جهت رفع اين مشكل در اغلب مقالات ارائه شده از شبكه هاي عصبي و يا ماشين بردار پشتيبان جهت يادگيري خطاي ناوبري در زمان دريافت سيگنال كمك ناوبري بهره گرفته شده و سپس در زمان قطع اين سيگنال از شبكه عصبي به عنوان تخمين گر خطاي ناوبري استفاده شده است به طوري كه با افزودن مستقيم خروجي شبكه به نتيجه ناوبري اينرسي سعي در جبران خطاي ناوبري اينرسي داشته اند. در اين مقاله هدف ارائه روشي به منظور كاهش نرخ رشد خطاي ناوبري اينرسي در زمان قطع سيگنال سامانه موقعيت يابي جهاني مي باشد. به اين منظور از شبكه هاي عصبي با ساختار و ورودي هاي مناسب جهت يادگيري خطاي مسير در زمان دريافت سيگنال كمك ناوبري استفاده شده است تا در زمان قطع سيگنال، از خروجي آن به عنوان جايگزين المان كمك ناوبري براي تأمين ورودي مورد نياز فيلتر كالمن جهت تخمين خطاي ناوبري در حضور نويز پروسه استفاده شود. شبيه سازي اين الگوريتم كه بر روي سه مسير مختلف با 6 درجه آزادي انجام گرفته، نشان مي دهد روش ارائه شده مستقل از مسير پرواز وسيله بوده و منجر به كاهش موثرتر نرخ رشد خطاي ناوبري در مقايسه با روش هاي موجود، در زمان قطع سيگنال كمك ناوبري مي شود.