基于深度学习的船舶惯导与卫导信息深度融合方法
Abstract
针对船舶惯性导航系统（INS）存在累积误差、卫星导航系统（GNSS）易受复杂海洋环境干扰导致定位精度下降的问题，提出一种基于深度学习的船舶惯导与卫导信息深度融合方法。分析船舶惯导与卫导信息的特性及融合难点，构建融合系统的整体架构；设计基于CNN-GRU混合网络的信息预处理模块，实现对两类导航信息的噪声抑制与特征提取；构建基于注意力机制的深度融合模型，动态调整两类信息的权重分配；通过仿真实验验证传统融合方法（UKF、EKF）的应用效果。基于深度学习的船舶惯导与卫导信息深度融合方法的抗干扰能力、定位精确度均提高。
Fields of Study & Subjects
Underwater Vehicles and Communication Systems
Maritime Navigation and Safety
Wireless Signal Modulation Classification
Publication details
- Journal / source
- 智能城市应用
- Publisher
- Viser Technology Pte Ltd
- Volume
- 9
- Issue
- 4
- Pages
- 115–115
- Publication date
- 30 April 2026