基于LSTM算法的SINS/RCNS融合导航方法在航天器中的应用

《Journal of Systems Engineering and Electronics》：SINS/RCNS integrated navigation method based on LSTM algorithm for aerospace vehicle

　　

摘要：

我们提出了一种基于深度学习的捷联惯性导航系统（SINS）/折射天文导航系统（RCNS）集成导航方法，旨在降低大气密度误差对恒星折射导航精度的不利影响，提升航空航天器中SINS/RCNS集成导航的可靠性。该方法利用卫星导航数据与长短期记忆网络，建立导航参数、折射角与视高度误差之间的映射关系，通过深度学习算法解决复杂的时间序列预测问题，从而补偿大气密度变化对星敏感器测量值的影响。我们使用该方法对存在大气密度误差场景下的飞行器导航进行了仿真实验，结果表明该深度学习方案能够有效抵御大气密度误差对导航的负面影响，具有较高的可靠性。