Повышение точности интегрированных навигационных систем за счет адаптивной настройки параметров фильтра Калмана с использованием методов машинного обучения


Авторы

Пронькин А. Н.*, Жарков М. В.**, Кузнецов И. М.***

Московский авиационный институт (национальный исследовательский университет), 125993, г. Москва, Волоколамское шоссе, д. 4

*e-mail: pronkinan@mai.ru
**e-mail: mv_zharkov@mai.ru
***e-mail: kuznetsovim@mai.ru

Аннотация

В статье рассматривается проблема повышения точности комплексных инерциально-спутниковых навигационных систем, функционирующих в условиях неполной априорной информации о статистических характеристиках шумов системы. Предложен алгоритм адаптивной фильтрации, основанный на анализе обновляющей последовательности фильтра Калмана и применении алгоритмов градиентного бустинга. С использованием статистического критерия состоятельности формализован подход к формированию признакового пространства для машинного обучения. Экспериментальные исследования на базе комплексной навигационной системы с микромеханическим инерциально-измерительным блоком в её составе показали высокую эффективность обученной модели в задаче предсказания интенсивностей шумов датчиков, что позволяет существенно снизить ошибки оценивания навигационных параметров адаптивной системы.

Ключевые слова:

инерциальная навигационная система; фильтр Калмана; адаптивная фильтрация; машинное обучение; матрица ковариации шумов; обновляющая последовательность

Список источников

  1. Влияние параметров продольного ускорения на оцениваемость инструментальных ошибок инерциальной навигационной системы/К. К. Веремеенко, М. В. Жарков, И. М. Кузнецов, А. Н. Пронькин//Известия высших учебных заведений. Авиационная техника. – 2023. – № 1. – С. 107-115. – EDN IXECER,
  2. I. M. Kuznetsov et al  Moving object SINS transfer alignment time synchronization parameters estimation 2021, J. Phys.: Conf. Ser. 1925 012025, https://doi.org/ 10.1088/1742-6596/1925/1/012025, 
  3. Интегрированные инерциально-спутниковые системы ориентации и навигации [Текст]/Г. И. Емельянцев, А. П. Степанов; под общ. ред. В. Г. Пешехонова; Гос. центр Российской Федерации АО "Концерн "Центральный науч.-исслед. ин-т "Электроприбор", Нац. исслед. унт ИТМО. - Санкт-Петербург: Концерн "ЦНИИ "Электроприбор", 2016. - 393 с.: ил., табл.; 27 см + 1 электрон. опт. диск (CD-ROM).; ISBN 978-5-91995-029-5: 300 экз., 
  4. Степанов, О. А. Основы теории оценивания с приложениями к задачам обработки навигационной информации/О. А. Степанов. Том Ч. 1. – Изд. 3-е, исправленное и дополненное. – Санкт-Петербург: "Концерн "Центральный научно-исследовательский институт "Электроприбор", 2017. – 509 с. – ISBN 978-5-91995-051-6. – EDN YNTWDR., 
  5. Степанов, О. А. Основы теории оценивания с приложениями к задачам обработки навигационной информации/О. А. Степанов. Том часть 2. – Изд. 3-е, исправленное и дополненное. – Санкт-Петербург: "Концерн "Центральный научно-исследовательский институт "Электроприбор", 2017. – 428 с. – ISBN 978-5-91995-053-0. – EDN YNUDBJ.
  6. Исследование влияния параметрической неопределенности на точность трансферной выставки бесплатформенной инерциальной навигационной системы/К. К. Веремеенко, М. В. Жарков, И. М. Кузнецов, А. Н. Пронькин//Известия высших учебных заведений. Авиационная техника. – 2021. – № 3. – С. 146-152. – EDN JQNQZN., 
  7. Кузовков Н.Т., Карабанов С.В., Салычев О.С. Непрерывные и дискретные системы управления и методы идентификации. М.: Машиностроение, 1978. 222 с., 
  8. Салычев О.С. Алгоритм предотвращения расходимости процесса оптимальной фильтрации. – Техническая кибернетика, 1979, №4, с. 168-170, 
  9. Quigley A. An approach to the control of divergence in Kalman Filter algorithms. – Int. J. Control, 1973, vol. 17, p. 741-746.
  10. Мехра Р. Идентификация и адаптивная фильтрация Калмана. – Механика (сборник статей), 1971, №3, с. 34-51.
  11. Jazwinski A.H. Stochastic Processes and Filtering Theory, - N.Y. 1970, p. 376.
  12. Чернодаров А.В., Иванов С.А. Идентификация моделей и адаптивная фильтрация шумов инерциальных измерителей // Труды МАИ. – 2018. – Вып. 99.
  13. H. Wang et al., "Dynamic Process Noise Covariance Adjustment in GNSS/INS Integrated Navigation Using GRU-SAC for Enhanced Positioning Accuracy," in IEEE Transactions on Intelligent Transportation Systems, vol. 26, no. 6, pp. 9047-9064, June 2025, doi: 10.1109/TITS.2025.3540205, 
  14. Z. Zou, T. Huang, L. Ye and K. Song, "CNN Based Adaptive Kalman Filter in High-Dynamic Condition for Low-Cost Navigation System on Highspeed UAV," 2020 5th Asia-Pacific Conference on Intelligent Robot Systems (ACIRS), Singapore, 2020, pp. 103-108, https://doi.org/10.1109/ACIRS49895.2020.9162601, 
  15. Or, Barak & Klein, Itzik. (2022). A Hybrid Model and Learning-Based Adaptive Navigation Filter. https://doi.org/10.48550/arXiv.2207.12082
  16. Zhang L., Sidoti D., Bienkowski A., Pattipati K. R., Bar-Shalom Y., Kleinman D. L. On the Identification of Noise Covariances and Adaptive Kalman Filtering: A New Look at a 50 Year-old Problem//IEEE Access. – 2020. – Vol. 8.
  17. Fang W., Jiang J., Lu S. et al. A LSTM Algorithm Estimating Pseudo Measurements for Aiding INS during GNSS Signal Outages//MDPI Remote Sensing. – 2020. – Vol. 12, No. 2.
  18. Ассад А., Сериков C.А. Адаптация ковариации шума в обобщенном фильтре Калмана с использованием обучения с подкреплением для более точного определения углов ориентации БПЛА. Гироскопия и навигация. 2025;33(3):33-50. EDN: LIQJHA
  19. Навигационные комплексы беспилотных авиационных систем с модулями искусственного интеллекта/К. К. Веремеенко, И. М. Кузнецов, М. В. Жарков [и др.]//XXXI Санкт-Петербургская международная конференция по интегри-рованным навигационным системам: Сборник докладов, Санкт-Петербург, 27–29 мая 2024 года. – Санкт-Петербург: "Концерн "Центральный научно-исследовательский институт "Электроприбор", 2024. – С. 101-105. – EDN SMICKR., 
  20. Исследование влияния параметров архитектуры нейросети на характеристики навигационного комплекса / И. М. Кузнецов, К. К. Веремеенко, М. В. Жарков [и др.] // XXXII Санкт-Петербургская международная конференция по интегрированным навигационным системам: Сборник материалов конференции, Санкт-Петербург, 03–04 июня 2025 года. – Санкт-Петербург: АО "Концерн "Центральный научно-исследовательский институт "Электроприбор", 2025. – С. 56-62. – EDN CNKUGR
  21. Ривкин С.С., Ивановский Р.И., Костров А.В. Статистическая оптимизация навигационных систем. Л.: Судостроение, 1976. 280 с.
  22. Новоселова, О. Е. Исследование адаптивных алгоритмов рекуррентной фильтрации при обработке данных от ГНСС при пропадании радиосигналов от навигационных спутников/О. Е. Новоселова, Р. А. Завьялов, И. В. Муратов//Автоматизация. Современные технологии. – 2024. – Т. 78, № 1. – С. 23-29. – DOI 10.36652/0869-4931-2024-78-1-23-29. – EDN NJJJJK.
  23. M. Zharkov, K. Veremeenko, I. Kuznetsov, A. Pronkin «Experimental Results of Attitude Determination Functional Algorithms Implementation in Strapdown Inertial Navigation System» // Sensors 2022, 22, 1849
  24. Лаборатория исследований и разработки систем навигации и ориентации. Онлайн доступ: https://mai.ru/science/studies/equipment/index.php?ELEMENT_ID= 167952 (дата обращения 26 марта 2026)
  25. NovAtel Inertial Explorer. Онлайн https://novatel.com/products/waypoint-post-processing-software/inertial-explorer (дата обращения 26 марта 2026)


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2026

 Вход