神经网络优化动态GPS卡尔曼滤波算法研究

　　利用动态滤波的方法来解决GPS中的随机误差的问题已经得到了广泛的应用。但考虑到GPS导航系统噪声具有非先验性,而传统的卡尔曼滤波器要求假设动态模型和观测模型的噪声统计特性已知。提出了用前向神经网络来辅助调节卡尔曼滤波器。使其具有自适应能力以应付动态环境的扰动,其中自适应的体现则是利用了神经网络的BP算法．本文通过用当前模型的卡尔曼滤波导航定位为例来说明,并利用仿真研究证明了:该算法优于标准的卡尔曼滤波器。……