يك روش تركيبي هوشمند جديد مبتني بر فيلتر كالمن و شبكه عصبي رگرسيون تعميم يافته براي تلفيق سيستم ناوبري اينرسي ارزان‌قيمت و سيستم‌ ناوبري ماهواره‌اي جهاني

ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻋﺪم ﮐﺎرآﯾﯽ ﻣﻨﺎﺳﺐ روشﻫﺎي ﻣﺒﺘﻨﯽ ﺑﺮ ﻓﯿﻠﺘﺮ ﮐﺎﻟﻤﻦ ﺑﺮاي ﺗﻠﻔﯿﻖ دادهﻫﺎي ﺳﯿﺴﺘﻢ ﻧﺎوﺑﺮي اﯾﻨﺮﺳﯽ ارزانﻗﯿﻤﺖ و ﺳﯿﺴﺘﻢﻫﺎي ﻧﺎوﺑﺮي ﻣﺎﻫﻮارهاي ﺟﻬﺎﻧﯽ در زﻣﺎن ﻗﻄﻊ ﺷﺪن ﺳﯿﮕﻨﺎلﻫﺎي ﻣﺎﻫﻮارهاي، اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏﻫﺎي ﻫﻮش ﻣﺼﻨﻮﻋﯽ در ﻣﻌﻤﺎري ﺗﻠﻔﯿﻖ ﻣﺮﺳﻮم ﺷﺪه اﺳﺖ. از اﯾﻦ رو در اﯾﻦ ﻣﻘﺎﻟﻪ ﺿﻤﻦ اراﺋﻪي ﯾﮏ ﻣﻌﻤﺎري ﺗﺮﮐﯿﺒﯽ ﻣﺆﺛﺮ، از ﺷﺒﮑﻪ ﻋﺼﺒﯽ رﮔﺮﺳﯿﻮن ﺗﻌﻤﯿﻢﯾﺎﻓﺘﻪ ﺑﺮاي ﭘﯿﺶﺑﯿﻨﯽ ﻣﺸﺎﻫﺪات ﻣﻮرد ﻧﯿﺎز ﻓﯿﻠﺘﺮ ﮐﺎﻟﻤﻦ در ﺷﺮاﯾﻂ ﻗﻄﻊ ﺷﺪن ﻃﻮﻻﻧﯽ ﻣﺪت ﺳﯿﮕﻨﺎلﻫﺎي ﻣﺎﻫﻮارهاي اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. در ﻣﺪل ﭘﯿﺸﻨﻬﺎدي، ﺑﺮاي آﻣﻮزش ﺷﺒﮑﻪ ﻋﺼﺒﯽ، ﺳﺮﻋﺖﻫﺎ و ﻣﻮﻗﻌﯿﺖﻫﺎي ﺳﯿﺴﺘﻢ اﯾﻨﺮﺳﯽ ﺑﻪﻋﻨﻮان وروديﻫﺎ و ﻧﯿﺰ ﺳﺮﻋﺖﻫﺎ و ﻣﻮﻗﻌﯿﺖﻫﺎي ﺳﯿﺴﺘﻢ ﻣﻮﻗﻌﯿﺖﯾﺎب ﺟﻬﺎﻧﯽ ﺑﻪﻋﻨﻮان ﺧﺮوﺟﯽﻫﺎي ﺷﺒﮑﻪ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪهاﻧﺪ. اﯾﻦ روﯾﮑﺮد در ﻋﯿﻦ ﮐﺎرﺑﺮدي و ﻋﻤﻠﯿﺎﺗﯽ ﺑﻮدن، ﺳﺒﺐ ﮐﺎﻫﺶ زﻣﺎن ﻣﺤﺎﺳﺒﺎﺗﯽ و اﻓﺰاﯾﺶ دﻗﺖ و ﺳﺮﻋﺖ آﻣﻮزش و ﺗﺨﻤﯿﻦ ﺷﺒﮑﻪ ﺷﺪه اﺳﺖ. ﻧﺘﺎﯾﺞ ﺷﺒﯿﻪﺳﺎزيﻫﺎ ﻧﺸﺎن ﻣﯽدﻫﻨﺪ ﮐﻪ ﺑﻪدﻟﯿﻞ ﺳﺎﺧﺘﺎر ﺳﺎده و در ﻋﯿﻦ ﺣﺎل ﻣﻘﺎوم ﻣﻌﻤﺎري ﭘﯿﺸﻨﻬﺎدي و اﻟﺒﺘﻪ اﻧﺘﺨﺎب ﯾﮏ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﮐﺎرآﻣﺪ ﭼﻨﺪ ورودي- ﭼﻨﺪ ﺧﺮوﺟﯽ ﺑﺎ ﻗﺎﺑﻠﯿﺖ ﮐﺸﻒ ارﺗﺒﺎط ﻣﺆﺛﺮ ﻣﯿﺎن وروديﻫﺎ و ﺧﺮوﺟﯽﻫﺎي ﺗﻌﯿﯿﻦ ﺷﺪه و ﺑﻪ ﺗﺒﻊ آن اﺻﻼح ﻣﻨﺎﺳﺐ ﺧﻄﺎﻫﺎي ﻣﺮﺑﻮط ﺑﻪ ﺳﺮﻋﺖﻫﺎ و ﻣﻮﻗﻌﯿﺖﻫﺎي ﺳﯿﺴﺘﻢ ﻧﺎوﺑﺮي اﯾﻨﺮﺳﯽ، ﻣﯽﺗﻮان از آن ﺑﺮاي ﻧﺎوﺑﺮي زﻣﺎن واﻗﻌﯽ، ﺧﻮداﺗﮑﺎ، ﺑﺎ ﻗﺎﺑﻠﯿﺖ اﻃﻤﯿﻨﺎن و دﻗﺖ ﺑﺎﻻ اﺳﺘﻔﺎده ﻧﻤﻮد.