文献

J-GLOBAL ID：201702211842190770   整理番号：17A0193890

”極度学習機械”に基づく高精度フリーINSのための新規重力補償法

A Novel Gravity Compensation Method for High Precision Free-INS Based on “Extreme Learning Machine“

著者 (4件)： ZHOU Xiao (Beihang Univ., Beijing, CHN) ,  YANG Gongliu (Beihang Univ., Beijing, CHN) ,  CAI Qingzhong (Beihang Univ., Beijing, CHN) ,  WANG Jing (Beihang Univ., Beijing, CHN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 16  号： 12  ページ： WEB ONLY  発行年： 2016年12月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 近年,高精度慣性センサ(加速度計およびジャイロ)の緊急事態に伴い,重力補償が慣性航法システム(INS)の航行精度に影響を与える重要な源泉となっており,特に高精度INSの重要性が増している。本稿では,INSに対する重力擾乱の影響に関する予備的結果を示した。一方,本論文では,高精度INSのための新しい重力補償法を提案した。これは,ジオイド上の測定重力データに基づく極度学習機械(ELM)法を用いて軌道上の重力擾乱を推定し,INSが上向きに連続する高さまで処理し,得られた重力擾乱をINSの誤差方程式で補正することでINS誤差の伝搬を抑制した。重力擾乱データの推定精度は,数値試験によって検証した。ELM推定法の二乗平均平方根誤差(RMSE)は平地および山岳地域の双線形補間法と比較してそれぞれ23%および44%改善した。提案した重力補償法をさらに検証するために,2つの領域で実験車両を用いた現場実験を行った。試験1は平野部,試験2は山間部で行った。現場実験結果は,提案した重力補償方法が位置決め精度を大幅に向上させることも証明した。2時間のフィールド実験の間,提案した重力補償方法によってナビゲーションスキームが補償される場合,テスト1および2では,測位精度がそれぞれ13%および29%向上した。(翻訳著者抄録)

シソーラス用語： *学習機械 ,  *補償 ,  センサ ,  *航法装置 ,  ジオイド ,  測定データ ,  精度
準シソーラス用語： 慣性センサ ,  *慣性航法システム ,  *極度学習機械 ,  重力データ ,  *重力補償 ,  推定精度

分類 (2件)： 電子航法一般  (ND14010O) ,  計測機器一般  (AD02000X)

タイトルに関連する用語 (3件)： 極度学習機械 ,  INS ,  重力