-
公开(公告)号：CN114545478B
公开(公告)日：2025-04-11
申请号：CN202210150340.7
申请日：2022-02-18
Applicant: 东南大学
Abstract: 本发明提出了一种联合RVM/卡方‑序贯概率比的SINS/GPS组合导航故障诊断方法，利用残差卡方与序贯概率比相结合的故障诊断方法对GPS信息进行判断，当GPS正常工作时，将SINS的加速度计和陀螺仪的信息作为预测模型的训练输入，训练目标输出为同时刻GPS的位置增量，采用RVM回归算法建立GPS输出的预测模型。而在GPS异常源时，此虚拟GPS可以基于SINS采集的加速度计和陀螺仪的信息来预测GPS的位置增量，结合上一周期的位置结果建立虚拟GPS的位置信息，从而实现SINS/GPS连续导航，避免GPS误差较大情况下的导航系统误差积累。
-
公开(公告)号：CN112507281B
公开(公告)日：2024-01-02
申请号：CN202011302705.0
申请日：2020-11-19
Applicant: 东南大学
Abstract: 一种基于双状态多因子抗差估计SINS/DVL紧组合系统的方法。通过下列步骤实现：步骤1：获取载体当前时刻SINS和DVL的采集数据；步骤2：根据步骤1的采集数据建立状态方程和量测方程；步骤3：对状态量和量测量进行卡方检测；步骤4：计算模型误差和量测误差的自适应因子；步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。该方法利用DVL四波束的多普勒频移测量信息，在四波束测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。
-
-
公开(公告)号：CN115307643A
公开(公告)日：2022-11-08
申请号：CN202211018647.8
申请日：2022-08-24
Applicant: 东南大学
Abstract: 一种双应答器辅助的SINS/USBL组合导航方法，1)建立SINS/USBL组合导航状态方程，2)建立SINS/USBL斜距差量测方程，3)建立测量时序到达不一致量测模型，4)根据逆Gamma分布求解噪声参数，计算量测噪声估计结果，5)根据最大熵原则和步骤4)估计的量测噪声估计结果计算增益矩阵，6)对步骤5的模型进行卡尔曼滤波融合，对SINS进行反馈校正，输出导航结果。重复上述步骤，直至导航结束。本发明提出的基于斜距差的紧组合模型可以抑制USBL定位过程中的不可建模误差，基于最大熵与变分贝叶斯的鲁棒滤波方法对SINS/USBL的未知或者时变噪声进行最优估计，提高水下复杂环境下的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN112507281A
公开(公告)日：2021-03-16
申请号：CN202011302705.0
申请日：2020-11-19
Applicant: 东南大学
Abstract: 一种基于双状态多因子抗差估计的SINS/DVL紧组合系统。通过下列步骤实现：步骤1：获取载体当前时刻SINS和DVL的采集数据；步骤2：根据步骤1的采集数据建立状态方程和量测方程；步骤3：对状态量和量测量进行卡方检测；步骤4：计算模型误差和量测误差的自适应因子；步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。该方法利用DVL四波束的多普勒频移测量信息，在四波束测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。
-
公开(公告)号：CN119595014A
公开(公告)日：2025-03-11
申请号：CN202411745867.X
申请日：2024-12-02
Applicant: 东南大学
Abstract: 适用于晃动基座下的旋转惯性导航系统的标定对准方法，首先利用转停结合的方式设计了新的20位置转位。然后建立了IMU误差模型以及构建了39维的RINS导航误差模型，接着利用基于优化的方法进行粗对准，获得载体的初始姿态。再利用基于零速观测的迭代卡尔曼滤波方法进行同时标定与对准，通过每次标定后记录所有误差参数并进行补偿，以及将此时的状态量和其对应的协方差矩阵作为下次迭代的初始值，直到协方差矩阵收敛至阈值或达到迭代次数为止，从而在短时间内不仅补偿了各种误差，同时获得了高精度的初始姿态，保证了RINS的长期导航定位精度。
-
公开(公告)号：CN119533486A
公开(公告)日：2025-02-28
申请号：CN202411745869.9
申请日：2024-12-02
Applicant: 东南大学
Abstract: 基于惯性/超短基线的交替领航的水下协同导航定位方法，首先建立领航者运动模型。领航者利用INS进行推算导航，当领航者没有收到先验地形图时，利用卡尔曼滤波进行INS/DVL组合导航。当领航者收到先验地形图时，利用卡尔曼滤波进行INS/DVL/TAN组合导航。然后建立跟随者协同导航模型。接着，领航者利用超短基线对跟随者进行测距和测角，并每间隔固定时间将其位置信息、斜距和方位角信息发送给跟随者，跟随者利用信息进行基于卡尔曼滤波的紧组合。最后，当USBL进行测距和测角时，单领航者对跟随者进行紧组合定位。当USBL只进行测距时，本发明将同时领航设置为交替领航，即该时刻领航者1广播自己的位置和距离信息，下一时刻领航2广播自己的位置和距离信息。
-
公开(公告)号：CN114279443B
公开(公告)日：2024-01-02
申请号：CN202111268907.2
申请日：2021-10-29
Applicant: 东南大学
Abstract: 的变化模型，推导接收时刻的斜距修正值。最后，一种基于最大熵自适应抗差估计的USBL斜 为了抑制异常噪声对定位精度的影响。距修正方法，1)记录USBL发送请求报文时刻的SINS姿态转移矩阵、速度和位置信息，2)记录USBL接收到应答器报文时刻的方位角，SINS姿态、速度和位置信息，3)根据发送时刻和接收时刻SINS的解算结果修正USBL的斜距，4)根据3)修正的USBL斜距和2)采集的方位角、高度角和SINS解算信息，建立SINS/USBL紧组合系统模型，5)计算动力学模型误差自适应因子和根据最大熵原则计算增益矩阵，6)对5)的模型进行卡尔曼滤波
-
公开(公告)号：CN114545478A
公开(公告)日：2022-05-27
申请号：CN202210150340.7
申请日：2022-02-18
Applicant: 东南大学
Abstract: 本发明提出了一种联合RVM/卡方‑序贯概率比的SINS/GPS组合导航故障诊断方法，利用残差卡方与序贯概率比相结合的故障诊断方法对GPS信息进行判断，当GPS正常工作时，将SINS的加速度计和陀螺仪的信息作为预测模型的训练输入，训练目标输出为同时刻GPS的位置增量，采用RVM回归算法建立GPS输出的预测模型。而在GPS异常源时，此虚拟GPS可以基于SINS采集的加速度计和陀螺仪的信息来预测GPS的位置增量，结合上一周期的位置结果建立虚拟GPS的位置信息，从而实现SINS/GPS连续导航，避免GPS误差较大情况下的导航系统误差积累。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
