Як штучний інтелект компенсує збої супутникової навігації в Арктиці

Міжнародна команда дослідників запропонувала новий підхід до навігації в Арктиці, де точність супутникових систем GNSS суттєво знижується через низький кут супутників, іоносферні збурення та нестачу сигналів.

У таких умовах традиційні рішення, що поєднують GNSS і інерціальні навігаційні системи (INS), часто працюють нестабільно.

Джерело: gpsworld.com

Науковці з Шанхайського морського університету розробили гібридну модель на основі нейромереж TCN і LSTM, яка дозволяє прогнозувати навігаційні параметри навіть під час втрати сигналу. Система поєднує ці дані з INS, що дає змогу компенсувати перебої GNSS і зменшити накопичення помилок.

Додатково було застосовано адаптивний розширений фільтр Калмана, який динамічно коригує похибки на основі статистичних відхилень. Це підвищує стійкість системи до неточностей у прогнозованих даних і робить навігацію більш надійною.

Польові випробування на дослідницькому судні в Арктиці показали значне покращення точності. Зокрема, під час втрати сигналу GNSS на 50, 140 і 400 секунд похибка визначення координат зменшилася на 47%, 38% і 76% відповідно, що відкриває нові можливості для роботи в складних полярних умовах.