-
公开(公告)号：CN109253727A
公开(公告)日：2019-01-22
申请号：CN201810650040.9
申请日：2018-06-22
Applicant: 东南大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进迭代容积粒子滤波算法的定位方法，该方法首先产生由多个粒子组成的粒子集，然后基于在已知环境中观测到一个或多个路标来对粒子集进行多次迭代更新，每次迭代过程进行多次状态均值的更新，但状态协方差只在对一个路标的最后一次迭代后更新一次，最后基于得到的经更新的状态均值估计值和状态协方差估计值来完成每个粒子的重要性采样，并实现所述移动机器人的定位。该算法利用容积数值积分原则估计出高斯先验的非线性转移密度，使得粒子集较为集中的分布于观测似然函数的尾部，克服了传统粒子滤波定位算法中粒子集退化的问题，使用较少的粒子即可实现对移动机器人高精度高效率的定姿、定位。
-
公开(公告)号：CN109003234A
公开(公告)日：2018-12-14
申请号：CN201810649846.6
申请日：2018-06-21
Applicant: 东南大学
Abstract: 本发明公开了一种针对运动模糊图像复原的模糊核计算方法，本发明是基于稀疏特性、超拉普拉斯先验和集成BP神经网络的模糊核参数估计算法，首先，在图像灰度梯度符合超拉普拉斯分布的约束条件下，通过分析模糊图像的稀疏表示系数确定模糊图像的模糊角度；然后，将模糊图像傅里叶变换后获取的傅里叶系数幅值和作为输入，通过训练基于Bagging方法的集成BP神经网络模型，完成对模糊长度的估计；最后，通过一步已知模糊核的去模糊算法得到去模糊图像。本发明估计模糊核参数准确，运算速度快，耗时短，去模糊效果好，通过本发明恢复运动模糊图像，可以使恢复出的图像边缘更加清晰,振铃效应更少。
-
公开(公告)号：CN106845552A
公开(公告)日：2017-06-13
申请号：CN201710062178.2
申请日：2017-01-31
Applicant: 东南大学
Abstract: 本发明公开了一种在光强分布不均匀环境下的融合光流和SIFT特征点匹配的低动态载体速度计算方法，通过安装在移动载体上的车载摄像机采集载体的动态图像，采用金字塔Lucas‑Kanade光流和SIFT特征点匹配两种算法分别检测出当前帧和下一帧图像中的特征点并对其进行匹配，然后根据匹配成功的若干对特征点所对应的像素位移计算出在载体坐标系下的速度V光流、VSIFT，并将两者的差值ΔV以及加速度差值Δa输入到改进的自适应卡尔曼滤波器,对光流法计算得到的载体速度VSIFT进行直接校正。通过本发明求取速度精度高和求取速度快，显著提高了低动态载体速度的估计精度和实时性。
-
Patent Agency Ranking
公开(公告)号：CN106569179A
公开(公告)日：2017-04-19
申请号：CN201610981816.6
申请日：2016-11-08
Applicant: 东南大学
IPC: G01S5/30
CPC classification number: G01S5/30
Abstract: 本发明公开了一种基于遗传粒子滤波算法的水下目标跟踪定位方法包括以下步骤：(1)部署水下目标跟踪定位系统：在水域内安装m个水听器，在跟踪定位目标上安装超声波换能器和水压深度计；(2)在水域内建立三维坐标系，获取水听器坐标(xj,yj,zj)、跟踪定位目标与m个水听器之间的测量距离sj、定位目标的深度h，其中j∈(1,2,...,m)，表示水听器序号；(3)根据跟踪定位目标与水听器之间的测量距离建立测量方程；(4)应用遗传粒子滤波算法对水下目标进行跟踪定位，即预测跟踪定位目标在k时刻的坐标值。与现有技术相比，该方法具有较高的稳定性和定位精度。
-
公开(公告)号：CN106546953A
公开(公告)日：2017-03-29
申请号：CN201610951191.9
申请日：2016-11-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工蜂群算法的室内水下目标定位方法，包括以下步骤：(1)部署室内水下目标定位系统，在水域内安装W个水听器，在定位目标上安装超声波换能器和水压深度计；听器坐标(xi,yi,zi)、定位目标与W个水听器之间的距离si、定位目标的深度h，其中i∈(0,1,2,...,W-1)；(3)确立人工蜂群算法的约束条件和目标函数；(4)应用人工蜂群算法对水下定位目标进行定位。该方法具有很高的收敛可靠性和较高的收敛速度，能够较快地得到全局最优解。(2)以水域中心为原点建立三维坐标系，获取水
-
公开(公告)号：CN113432608A
公开(公告)日：2021-09-24
申请号：CN202110152328.5
申请日：2021-02-03
Applicant: 东南大学
Abstract: 本发明公开了一种适用于INS/CNS组合导航系统的基于最大相关熵的广义高阶CKF算法，该方法包括以下步骤：(1)构造INS/CNS组合导航系统滤波模型；(2)根据构造的滤波模型进行滤波算法的时间更新；(3)引入最大相关熵准则和新的判断准则，进行滤波算法的量测更新。本发明不仅保留了广义高阶CKF算法的优点，而且还表现出对非高斯噪声的鲁棒性能，从而提高了INS/CNS组合导航系统的导航精度。
-
公开(公告)号：CN111504310A
公开(公告)日：2020-08-07
申请号：CN202010361402.X
申请日：2020-04-30
Applicant: 东南大学
Abstract: 本发明公开了一种新的弹载INS/CNS组合导航系统建模方法。本发明针对星敏感器低频误差影响弹载导航系统姿态确定精度的问题，首先将星敏感器低频误差引起的姿态误差建模为一阶高斯-马尔可夫过程，然后将其扩充为状态量，推导一种新的弹载INS/CNS组合导航系统状态方程和量测方程。本发明的有益效果在于：在本发明提出的弹载INS/CNS组合导航系统建模方法基础上，使用卡尔曼滤波方法可以进一步提高弹载INS/CNS组合导航系统的定姿精度。
-
公开(公告)号：CN106569179B
公开(公告)日：2019-04-30
申请号：CN201610981816.6
申请日：2016-11-08
Applicant: 东南大学
IPC: G01S5/30
Abstract: 本发明公开了一种基于遗传粒子滤波算法的水下目标跟踪定位方法包括以下步骤：(1)部署水下目标跟踪定位系统：在水域内安装m个水听器，在跟踪定位目标上安装超声波换能器和水压深度计；(2)在水域内建立三维坐标系，获取水听器坐标(xj,yj,zj)、跟踪定位目标与m个水听器之间的测量距离sj、定位目标的深度h，其中j∈(1,2,...,m)，表示水听器序号；(3)根据跟踪定位目标与水听器之间的测量距离建立测量方程；(4)应用遗传粒子滤波算法对水下目标进行跟踪定位，即预测跟踪定位目标在k时刻的坐标值。与现有技术相比，该方法具有较高的稳定性和定位精度。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
