-
公开(公告)号：CN116448097A
公开(公告)日：2023-07-18
申请号：CN202310169957.8
申请日：2023-02-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于多模型自适应鲁棒组合导航方法。首先，克服了基于单调节因子的自适应及鲁棒卡尔曼滤波器调节精度不高的问题，提出基于多调节因子的自适应鲁棒卡尔曼滤波器可以保留有益通道对滤波器的作用，同时削弱有害通道对滤波器的作用，有效提高了滤波速度和精度；常规基于渐消和增强因子的自适应鲁棒无迹卡尔曼滤波器，渐消和增强因子的引入有时会引起状态估计的协方差矩阵失去正定性，从而中断滤波计算，本方法通过引入二次调节因子有效解决了该问题；渐消自适应和增强鲁棒方法对滤波器的作用是相互矛盾的，提出多模型信息融合策略，根据误差类型自动选择自适应子滤波器或鲁棒子滤波器，可同时补偿运动模型误差和量测奇异值。
-
公开(公告)号：CN116295324A
公开(公告)日：2023-06-23
申请号：CN202310452772.8
申请日：2023-04-23
Applicant: 东南大学
IPC: G01C19/72
Abstract: 本发明提供了一种基于FPGA和ARM的谐振式光纤陀螺信号处理系统，包括A/D转换器、FPGA端、ARM端、D/A转换器，谐振式光纤陀螺仪。谐振式光纤陀螺仪包括可调谐半导体激光器、光隔离器、分光器、第一相位调制器、第二相位调制器、第一环形器、第二环形器、耦合器、光纤环形谐振腔、第一光电探测器、第二光电探测器。通过A/D转换器完成陀螺系统光电探测器信号的输入；通过D/A转换器完成相位调制信号、激光器控制信号的输出；通过AXI总线协议、UART协议、TLV协议完成对FPGA输出信号的控制、ARM端信号的发送、陀螺输出数据的处理等。本发明可在上位机实现所需参数的控制以及陀螺输出信号的采集、处理和观察，简化了系统中的各参数调试过程，提高了系统的调试效率。
-
公开(公告)号：CN109948245B
公开(公告)日：2023-06-06
申请号：CN201910203304.0
申请日：2019-03-18
Applicant: 东南大学
IPC: G06F30/15 , G06F30/23 , G06F113/28 , G06F119/14
Abstract: 本发明公开一种基于iFEM(Inverse Finite Element Method)方法及RZT(Refined Zigzag Theory)理论的机翼基线动态位置测量方法，包括四个步骤：确定所选机翼的机翼三维模型，然后设计机翼表面FBG(Fiber Bragg Grating)传感器阵列和应变花布局排布，接着建立基于RZT理论的逆有限元仿真模型，最后测量数据的读取与转换，得出机翼基线的动态位置。本发明实现一种基于RZT理论的机翼基线动态位置测量方法，鲁棒性好，适应性强。
-
公开(公告)号：CN116086446A
公开(公告)日：2023-05-09
申请号：CN202310180421.6
申请日：2023-02-28
Applicant: 东南大学
Abstract: 本发明公开一种基于柔性卡方检测的自适应因子图优化组合导航方法，属于多传感器信息融合、组合导航领域，特别是鲁棒性和自适应导航算法部分。该方法读取IMU原始数据，先生成IMU预积分因子添加到因子图中，再根据惯导机械编排算法预测待优化变量的初值，接着从GNSS与ODO中读取测量值，与机械编排预测结果作差，利用残差和iSAM边缘化后的协方差，根据量测维数逐一构造各分量的卡方统计值并进行阈值判断，生成连续过渡的等效噪声增益作用于GNSS和ODO因子节点，最后iSAM对加入的因子图进行增量推理输出导航结果，在量测时变和故障时，无需繁琐的参数调整就能高效快速的完成准确、鲁棒、自适应的状态估计。
-
公开(公告)号：CN111504310B
公开(公告)日：2022-12-27
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。
-
Patent Agency Ranking
公开(公告)号：CN110851776B
公开(公告)日：2022-11-15
申请号：CN201911134027.9
申请日：2019-11-19
Applicant: 东南大学
Abstract: 本发明公开了一种高动态变转速载体的姿态解算方法，属于惯性导航领域。该方法在解算姿态过程中加入了判断载体转速的过程，其目的在于，当载体为高转速时，惯导系统采用较高的采样频率，以保证解算结果符合精度要求；当载体为低转速时，适当降低惯导系统的采样频率，以减轻硬件的负担。在高转速时，本发明提出了一种基于角速率输出的单子样旋转矢量算法，可以按照惯导系统的采样频率更新姿态，同时利用当前以及前一姿态更新周期角增量信息和当前以及之前N个时刻的角速率信息补偿圆锥误差，误差补偿系数可通过解线性方程组求得。本发明可以有效解决高动态变转速载体的姿态求解问题。
-
公开(公告)号：CN110632634B
公开(公告)日：2022-11-01
申请号：CN201910907858.9
申请日：2019-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种适用于弹道导弹INS/CNS/GNSS组合导航系统的最优数据融合方法，该方法包括以下步骤：构造INS/CNS/GNSS组合导航系统模型；在广义高阶CKF的时间更新阶段和量测更新阶段分别引入自适应渐消因子和最大相关熵准则进行INS/CNS子系统和INS/GNSS子系统的局部状态估计；根据最小方差原理和容积准则融合INS/CNS子系统和INS/GNSS子系统的局部估计得到全局最优状态估计。本发明可以同时抑制过程建模误差和非高斯量测噪声对状态估计的影响，提高弹道导弹INS/CNS/GNSS组合导航的自适应性和鲁棒性，获得全局最优的状态估计值。
-
公开(公告)号：CN114897010A
公开(公告)日：2022-08-12
申请号：CN202210464770.6
申请日：2022-04-29
Applicant: 东南大学
Abstract: 基于重采样改进的梯度提升树的强电离层闪烁检测方法，该方法首先提取出GNSS信号中I、Q支路的相关值并计算与其相关的数学表达式作为电离层闪烁检测模型特征向量，采用人工分类将闪烁事件分为弱、中、强三等级并标记。将预处理后的数据集按一定比例分为训练集和测试集，对训练集采用SMOTE‑ENN技术进行重采样得到样本平衡后的数据集，用于XGBoost算法的建模与优化，测试集用于模型性能评估。训练后的分类模型可实现各种闪烁强度下的电离层闪烁事件分类。该方法相对于传统方法在保证整体检测准确率较高的同时，有效提高了强电离层闪烁的识别准确度。
-
公开(公告)号：CN114677531A
公开(公告)日：2022-06-28
申请号：CN202210289916.8
申请日：2022-03-23
Applicant: 东南大学
IPC: G06V10/762 , G06T7/73 , G06T7/80 , G06V20/10
Abstract: 本发明公开了一种融合多模态信息的水面无人艇目标检测与定位方法。针对水面稀疏点云聚类算法受超参数设定限制和离群点干扰易产生误匹配，进而导致定位不准及定位失效等问题，研究了一种基于激光雷达和单目视觉的数据融合模型算法，包括：设计水面数据集训练深度学习的目标检测神经网络模型；采用计算机视觉算法识别图像中目标类别及计算检测框坐标；利用坐标系转换关系反投影检测框实现对点云的快速滤波；利用检测框在相机坐标系下生成的四棱锥采用滑动四棱柱算法聚合目标点云；结合直方统计图筛选目标中心点云，完成对目标的识别与定位。本发明实现了对稀疏点云特征的有效聚合及噪声的快速滤波，进而提高系统对环境的适应性和鲁棒性。
-
公开(公告)号：CN114413892A
公开(公告)日：2022-04-29
申请号：CN202210060850.5
申请日：2022-01-19
Applicant: 东南大学
Abstract: 本发明公开了一种新型果园机器人组合导航方法，能够在果园的复杂环境中提供更高的导航精度。相较于传统组合导航算法，新算法提出新的速度误差定义，此定义考虑了速度向量大小和方向的差异，有利于提高组合导航滤波精度。利用新的速度误差定义改进的滤波算法，提出了基于状态变换卡尔曼滤波的果园机器人惯性/卫星组合导航算法。此算法将系统矩阵计算中的比力项用重力项替代，克服了传统基于EKF的组合导航算法面临的由于比力量化噪声较大带来的系统矩阵计算不精确，导致方差不一致的问题。此外，该算法还具有更好的动态适应性，在卫星信号失锁情况下，具有更好的定位精度。
-
-
-
-
-
-
-
-
-
Search Results
381
records
(took 0.027 seconds)
