-
公开(公告)号:CN113065584B
公开(公告)日:2023-04-18
申请号:CN202110300837.8
申请日:2021-03-22
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/22 , G06F18/214
Abstract: 本发明属于信息技术领域,具体涉及一种基于区间数相似性差异构造基本概率赋值的目标分类方法。本发明克服了现有基于区间数模型方法中差异性度量不合理及对已有信息利用率低的问题。本发明采用改进的区间数相似性度量来计算待分类目标与模型之间的差异性,得到比现有方法更合理的差异性度量结果。本发明采用均值与标准差线性组合的建模策略,改善了传统区间数建模数据利用率低的不足的问题,充分利用了数据信息,提高了模型的鲁棒性。本发明方法简单易行,便于操作,降低了复杂度,可广泛应用于工业自动化等领域。
-
公开(公告)号:CN113008239B
公开(公告)日:2023-01-03
申请号:CN202110225859.2
申请日:2021-03-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多AUV协同定位鲁棒延迟滤波方法,包括步骤一:建立多AUV协同定位模型;步骤二:通过将延迟转换为量测偏置构建存在时变量测延迟的非线性协同定位系统模型;步骤三:构建时变延迟模型下向量与向量预测值的统计相似性度量;步骤四:将后验概率密度函数近似为高斯分布,最大化代价函数下界求得近似解;步骤五:通过求解代价函数优化解,完成辅助变量更新;步骤六:通过辅助变量对量测噪声协方差矩阵进行修正。本发明在水声通讯延迟与量测噪声异常值共同存在的情形下,可同时削弱延迟与非高斯噪声对定位精度的影响。
-
公开(公告)号:CN110285834B
公开(公告)日:2022-12-13
申请号:CN201910609900.9
申请日:2019-07-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于一点位置信息的双惯导系统快速自主重调方法。一:根据获得的一点外部位置信息,对系统A进行位置重调,二:系统A实时解算的位置作为系统B的外部辅助信息进行kalman滤波,利用估计出来的误差对系统B的导航参数进行校正,系统B得到准确的速度、位置和姿态信息,三:系统B被校正之后,再利用系统B的位置和速度作为系统A的外部辅助信息进行滤波,对系统A的导航参数进行校正,系统A得到准确的位置、速度和姿态信息,最终实现两套系统快速自主重调。本发明无需连续外部测量设备辅助即可实现系统的快速自主重调,不仅缩短了重调时间,而且能够有效利用量测信息,适用于水下环境。
-
公开(公告)号:CN112945224B
公开(公告)日:2022-12-09
申请号:CN202110161315.4
申请日:2021-02-05
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用因子图和和积算法的多AUV协同导航方法,首先,建立描述AUV导航系统的状态方程和量测方程;其次,根据AUV的状态方程和量测方程建立相应的多AUV协同导航系统因子图模型,该因子图模型含有环结构。为了获得系统的精确解,该含环因子图被等价的转换成含有一个聚合节点的无环因子图模型。最后,根据系统状态方程进行AUV位置和方位角的一步预测更新,然后根据系统获得的AUV之间的观测量结合量测方程估计AUV位置和方位角。本发明采用基于图论的估计方法,方法新颖。另外,能满足实际工程定位精度的同时,计算量更小,该方法展示了更好地系统可扩展性,在实际工程应用中应用性更强。
-
公开(公告)号:CN110196050B
公开(公告)日:2022-11-18
申请号:CN201910455262.X
申请日:2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种捷联惯导系统垂向高度和速度测量方法。充分预热惯性测量单元,连续采集加速度计和陀螺仪的输出;利用陀螺和加速度计的输出数据完成捷联惯导系统的初始对准,获得初始捷联姿态矩阵;计算比力在垂向通道的投影分量;捷联惯性导航系统进行惯性解算,获得东向速度、北向速度和纬度信息;启动深度计开始工作,提供垂向外部参考高度,在捷联惯性导航系统的垂向通道中加入阻尼网络,设置阻尼参数,测量阻尼后的垂向高度和垂向速度。本发明提供的垂向高度和垂向速度测量方法,可完成对捷联惯性导航系统垂向高度和垂向速度的高精度测量,能实现捷联惯性导航系统在垂向的精确导航定位,且能使系统保持较好的动态性,适合于工程应用。
-
公开(公告)号:CN115170943A
公开(公告)日:2022-10-11
申请号:CN202210889544.2
申请日:2022-07-27
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/764 , G06V10/82 , G06V10/94
Abstract: 本发明公开了一种基于迁移学习的改进视觉Transformer海底底质声呐图像分类方法,改进视觉Transformer分类方法属于一种深度学习方法。它将图像通过前置卷积处理形成patch,依次通过patch嵌入、位置嵌入transformer编码层和多层感知机输出层后得到分类结果。通过反向传播的方法最小化网络残差,以实现分类器的训练。深度学习目的是学习样本数据的内在规律和表示层次,具有很强的非线性拟合学习能力,能够有效发掘出同类图像之间的共同特征。通过多层编码层的堆叠,网络会逐步学习到全局、局部特征,会主动关注图像中“重要”的部分。
-
公开(公告)号:CN111307114B
公开(公告)日:2022-09-27
申请号:CN201911203231.1
申请日:2019-11-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于运动参考单元的水面舰船水平姿态测量方法,属于船舶姿态测量技术领域。具体步骤包括:给定初始导航参数,捷联惯导系统初始对准得到初始四元数;系统采样周期设置并实时采集三个轴上陀螺和加速度计的输出信号;利用陀螺输出信息得到计算四元数,进而得到载体坐标系与地理坐标系的关系矩阵,判断运载体运动状态;然后,利用和载体坐标系与地理坐标系之间的转移矩阵,得到失准角;获得失准角计算值后,对计算四元数进行更新和修正。即使系统有运动加速度时,依然保持失准角的最优计算,保证系统在不同运动状态下均具有较高的姿态测量精度,有效的提高了系统姿态测量精度。
-
公开(公告)号:CN115046545A
公开(公告)日:2022-09-13
申请号:CN202210348112.0
申请日:2022-03-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种深度网络与滤波结合的定位方法,步骤一:建议视觉惯性里程计运动学模型;步骤二:将时序上相邻k+1帧图像视频序列输入堆叠网络,组合相邻帧的图像得到k组图像对;步骤三:k组图像对输入CNN‑LSTM‑ATT‑VO网络后输出6‑dof的位姿估计Δx,Δy,Δz,Δλ,Δψ,其中Δx,Δy,Δz分别为x轴、y轴和z轴平移量,Δλ,Δψ分别为绕x轴、y轴和z轴旋转量;所述网络依次包括卷积神经网络、CBAM模块、LSTM网络和全连接层;步骤四:通过基于李群的以机器人为中心的Kalman滤波算法进行视觉惯性里程计的融合定位。本发明提高了系统的鲁棒性并提高了协同定位精度,避免了传统EKF算法的不一致性。
-
公开(公告)号:CN114840003A
公开(公告)日:2022-08-02
申请号:CN202210279687.1
申请日:2022-03-21
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明公开了一种单领航多AUV协同定位及轨迹跟踪控制方法,步骤一:建立跟踪器运动学模型、领航器运动学模型以及两者之间距离量测的模型;步骤二:根据步骤一建立的模型通过扩展卡尔曼滤波算法对领航器状态进行估计;步骤三:根据可观测性进行协同轨迹规划,确定跟踪器理想跟踪轨迹;步骤四:根据步骤二以及步骤三中的目标状态以及跟踪轨迹,设计控制器,完成对目标的跟踪。本发明所提出的方法具有很强的鲁棒性和有效性。对不同的多个跟踪器均有很好的效果。
-
公开(公告)号:CN114199248A
公开(公告)日:2022-03-18
申请号:CN202111444203.6
申请日:2021-11-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下多航行器协同导航技术领域,具体涉及一种基于混合元启发算法优化ANFIS的AUV协同定位方法。本发明基于AQPSO‑GA方法训练的ANFIS‑AQPSO‑GA模型具有更好拟合输入输出数据的能力。训练好的ANFIS‑AQPSO‑GA模型能在实时工作环境中,对丢失量测信息进行补偿,对异常量测信息进行修正,大大降低协同导航整体估计误差,提升长航时缺少基准位置条件下的定位精度。本发明采用ANFIS‑AQPSO‑GA结构设计的预测结构对协同定位方法本身计算复杂度无明显影响,能满足实时动态条件下的计算需求,且有效提升了协同定位算法的鲁棒性和定位精度。
-
-
-
-
-
-
-
-
-