摘要：針對高動態環境下慣性/天文組合導航精度下降的問題,提出一種基于神經網絡輔助的慣性/天文組合導航方法。首先以組合導航濾波估計過程中的增益矩陣和動態環境下的慣性器件量測信息構建特征向量;然后,采用導航估計誤差對BP神經網絡進行訓練;最后,利用BP神經網絡的輸出結果輔助修正組合導航系統。計算機仿真驗證結果表明,相較于傳統方法,基于BP神經網絡輔助的慣性/天文組合導航系統的姿態估計精度可提高30%以上,在動態環境下姿態精度可以保持在5″(1σ)以內。所提出的方法對提高動態環境下慣性/天文組合導航系統的精度和適應能力具有一定的參考價值。