-
公开(公告)号：CN107464226A
公开(公告)日：2017-12-12
申请号：CN201710641822.1
申请日：2017-07-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于改进二维经验模态分解算法的图像去噪方法,首先，将待去噪图像经传统BEMD算法进行自适应分解得到各阶IMF后，对各个IMF的概率密度函数与待去噪图像概率密度函数之间的相似性进行测量，其次，根据相似性测量值区分出噪声主导模态函数与信号主导模态函数的边界索引值,然后，使用小波去噪算法对噪声主导模态函数进行降噪处理得到实际的图像噪声，接着，重构出与原图像具有相同信噪比的多幅图像后对其累加求平均、实现将噪声压缩到低阶IMF中，最后，使用BEMD-DT对该平均图像进行去噪处理。通过本发明方法对图像进行去噪，取得效果均好于小波降噪以及传统BEMD等降噪方法的去噪效果。
-
公开(公告)号：CN107014371A
公开(公告)日：2017-08-04
申请号：CN201710243137.3
申请日：2017-04-14
Applicant: 东南大学
IPC: G01C21/00
Abstract: 本发明公布了一种基于扩展自适应区间卡尔曼的无人机组合导航方法与装置，本发明采用微机电惯性测量单元测量无人机的惯性导航参数，视觉导航系统测量无人机的视觉导航参数；使用数字信号处理处理模块作为导航计算机，通过扩展自适应区间卡尔曼滤波技术作为组合方法融合惯性、视觉导航参数，从而得到系统导航参数的最优估计。本发明装置易于实现，成本低廉，质量较小，功耗较低，适合民用领域的推广；通过扩展自适应区间卡尔曼滤波技术，可得到线性化的系统模型；并将系统的时变参数建模为自适应的区间模型从而提高导航系统在温度变化、运载体频繁的姿态变化、光照条件不理想，或者视觉传感器定焦困难等复杂、恶劣情形下的导航定位任务。
-
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。
-
公开(公告)号：CN113432608B
公开(公告)日：2024-06-07
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：CN111156987B
公开(公告)日：2022-06-28
申请号：CN201911306973.7
申请日：2019-12-18
Applicant: 东南大学
Abstract: 本发明提供了一种基于残差补偿多速率CKF的惯性/天文组合导航方法，首先建立组合导航系统的状态和量测方程，记录系统状态量；利用基于SRN的图像去模糊方法对“拖尾”星图进行解模糊处理；将去模糊之后的姿态信息作为基于残差补偿的容积卡尔曼滤波的观测量的一部分，和记录的系统状态量共同输入到滤波器中进行滤波估计；通过残差补偿校正星敏感器的输出延迟，实现数据同步；在基于残差补偿的多速率容积卡尔曼滤波器中引入长短时记忆神经网络估计器作为滤波器子模块，实现惯性传感器和星敏感器的同频输出；并基于完成补偿的数据和模型，实现惯性/天文组合导航姿态的最优估计。本发明可有效提高导航定位的自主性，进而提高导航精度。
-
Patent Agency Ranking
公开(公告)号：CN109253727B
公开(公告)日：2022-03-08
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：CN110881011B
公开(公告)日：2022-03-04
申请号：CN201911099764.X
申请日：2019-11-12
Applicant: 东南大学
Abstract: 本发明公开了一种自适应载波参数闭环迭代估计方法，应用于全球卫星导航系统中载波多普勒频率和载波相位的估计。首先设置本地载波参数初值，包括多普勒频移初值和载波相位初值；然后生成本地载波信号，并对本地载波信号与接收到的卫星信号进行相干积分和非相干积分，结果作为代价函数；调整本地载波多普勒频移的取值，直到代价函数达到最大；计算载波相位并利用此时的载波参数计算下一数据处理周期的载波参数初值；重复上述过程直到所有采样数据处理完毕。其中调整本地载波多普勒频移的取值采用阻尼系数和信任域进行计算并实现自适应切换。本方法收敛速度快，可实施性强，还可以根据不同实验环境自适应调节，以提高载波参数估计精度和速度。
-
公开(公告)号：CN106845552B
公开(公告)日：2019-11-08
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。
-
公开(公告)号：CN110015424A
公开(公告)日：2019-07-16
申请号：CN201910283305.0
申请日：2019-04-10
Applicant: 东南大学
Abstract: 本发明公开了一种具备定位跟踪及识别功能的空投装置及其使用方法，包括降落伞和空投箱，其特征在于：所述空投箱包括下壳体和上盖，所述上盖上设置有锁孔结构，所述下壳体上设置有与锁孔结构相配合用于开闭锁的人脸识别模块，所述上盖上设置有用于传递空投箱状态信号给指挥部的控制系统模块，所述控制系统模块包括报警模块和导航系统模块，所述导航系统模块包括ARM处理器、通信模块、定位模块、电池组模块和开关信号采集模块。本发明通过控制系统模块实现了对于空投箱的定位跟踪，借助多层缓冲装置的作用，实现了平稳着陆，空投箱具备高防盗性能并且可通过定位跟踪快速找回空投箱，实现空投箱的高回收率和利用率。
-
公开(公告)号：CN108198151A
公开(公告)日：2018-06-22
申请号：CN201810117470.4
申请日：2018-02-06
Applicant: 东南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于改进RL反卷积算法的星图去模糊方法，包括：(1)在星图模拟器中设置基本模拟参数，使用基本模拟参数模拟出清晰星图及对应的模糊星图；(2)根据惯性传感器元件数据计算各个所述模糊星图的点扩散函数；(3)采用RL反卷积算法完成星图去模糊化，并记录去模糊效果最优迭代次数和迭代步长；(4)将每幅模糊图像的点扩散函数、迭代次数和迭代步长作为输入进行神经网络预测模型的离线训练，训练完成后得到预测模型，输出为迭代次数和迭代步长。本发明克服了传统RL反卷积去模糊算法需要人为手动试探迭代次数、迭代步长来完成星图去模糊的缺点，提高了算法的实时性并且还显著提高了星图去模糊的效果。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.02 seconds)
