-
公开(公告)号：CN108983215A
公开(公告)日：2018-12-11
申请号：CN201810515202.8
申请日：2018-05-25
Applicant: 哈尔滨工程大学
IPC: G01S13/72
Abstract: 本发明提供一种基于最大互相关熵自适应无迹粒子滤波器的目标跟踪方法，采用MCAUPF完成目标跟踪过程中的状态估计问题。在目标跟踪过程中，首先将目标跟踪的状态方程和量测方程重构成非线性递归模型，然后在无迹粒子滤波的框架中采用最大互相关熵无迹卡尔曼滤波产生粒子滤波中所需的重要性概率密度函数，然后采用Kullback–Leibler距离重采样方法对产生的粒子进行重采样，最后按照UPF的算法流程获取对跟踪目标状态的估计，从而实现对目标的实时跟踪。将MCAUPF方法应用在量测噪声出现野值的目标跟踪中，能够获得比现有的PF、改进PF以及鲁棒滤波更高的精度，并且计算复杂度低于现有的改进粒子滤波算法。
-
公开(公告)号：CN108802692A
公开(公告)日：2018-11-13
申请号：CN201810545637.7
申请日：2018-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于最大互相关熵容积粒子滤波的目标跟踪方法，采用最大互相关熵容积粒子滤波算法，完成目标跟踪过程中的状态估计问题。在目标跟踪过程中，首先将目标跟踪的状态方程和量测方程重构成非线性递归模型，利用最大互相关熵准则进行处理；然后在标准粒子滤波(Particle Filter,PF)的框架中采用MCCKF产生PF中所需的重要性概率密度函数，然后按照PF的算法流程获取对跟踪目标状态的估计，从而实现对目标的实时跟踪。本发明的目标跟踪方法在量测噪声出现野值的目标跟踪中，能够获得比现有的粒子滤波、改进粒子滤波以及鲁棒滤波更加优越的性能。
-
公开(公告)号：CN107677272A
公开(公告)日：2018-02-09
申请号：CN201710805228.1
申请日：2017-09-08
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明公开一种基于非线性信息滤波的AUV协同导航方法。该方法中，采用分布式结构的无迹信息滤波器完成协同导航过程中的定位任务。在协同定位过程中，首先建立AUV导航系统的状态方程和量测方程；然后采用无迹信息滤波获得主AUV的状态信息，在数据包传递时刻进行状态信息的扩充，并通过无迹信息滤波完成对从AUV状态的估计，在数据包接收时刻对数据包信息进行处理；最后恢复主、从AUV通过信息滤波得到的导航信息。该发明解决了水声通信中信息延迟造成的AUV定位精度低的问题，充分考虑了AUV之间信息传递带来的信息相关性问题，并利用信息边缘化方法解决了该问题，避免了导航信息发散，实现了协同导航的高精度实时定位的目标。
-
公开(公告)号：CN106443622A
公开(公告)日：2017-02-22
申请号：CN201610821318.5
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明属于分布式滤波及目标跟踪技术领域，具体涉及一种基于改进联合概率数据关联的分布式目标跟踪方法。本发明包括：(1)对传感器多目标跟踪系统分别对每个目标建立运动模型；得到各自传感器关于检测范围内的目标的状态估计；(3)各自传感器的状态估计进行空间关联，然后融合同一目标的状态估计得到最终的目标状态估计值。仿真结果证明了该算法的性能，能达到与传统联合改良版数据关联方法一样的精度，且在时间性能上优于联合概率数据关联方法，减小了算法的时间。(2)分别对每个传感器进行数据关联滤波方法，
-
公开(公告)号：CN103063212B
公开(公告)日：2016-06-15
申请号：CN201310000851.1
申请日：2013-01-04
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于非线性映射自适应混合Kalman/H∞滤波器的组合导航方法，包括1、建立描述组合导航系统的状态方程和观测方程。2、在组合导航混合滤波器中同时运行卡尔曼滤波器和H∞滤波器。3、获取Kalman滤波器性能量化指标。4、建立Kalman滤波器性能量化指标与混合滤波器加权参数间的非线性映射关系，自适应地调整加权参数。5、通过加权参数，将Kalman滤波器和H∞滤波器输出的加权和作为整个混合滤波器输出，完成组合导航信息处理。本发明的导航方法在环境噪声和系统模型干扰变化时，通过在Kalman滤波器状态估计，混合滤波器状态估计，H∞滤波器状态估计之间的自动切换来获得较高的滤波精度。
-
Patent Agency Ranking
公开(公告)号：CN103234558B
公开(公告)日：2016-01-27
申请号：CN201310148251.X
申请日：2013-04-25
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 基于正六面体及大理石平台的光纤陀螺标定方法，本发明涉及的是一种光纤陀螺标定方法。本发明是要解决光纤陀螺传统标定方法中必须借助价格昂贵的高精度三轴转台进行标定且标定结果误差较大的问题。一、对光纤陀螺充分预热，并实时采集x、y、z三个轴上光纤陀螺和加速度计的输出信号；二、分别对采集z轴上光纤陀螺和加速度计的输出信号、采集y轴上光纤陀螺和加速度计的输出信号和采集x轴上光纤陀螺和加速度计的输出信号过程中的步骤(2)、(3)正向过程输出总和与步骤(4)、(5)反向过程输出总和做差，由三组差值即可求得光纤陀螺的标度因数Kgi及安装误差角Egij，(i＝x，y，z；j＝x，y，z；i≠j)。本发明应用于光纤陀螺标定领域。
-
公开(公告)号：CN103278813B
公开(公告)日：2015-04-29
申请号：CN201310158729.7
申请日：2013-05-02
Applicant: 哈尔滨工程大学
IPC: G01S13/66
Abstract: 一种基于高阶无迹卡尔曼滤波的状态估计方法，本发明具体涉及一种基于高阶无迹卡尔曼滤波的状态估计方法。本发明采用高阶无迹卡尔曼滤波器完成目标跟踪过程中的状态估计任务。在目标跟踪过程中，建立目标跟踪的状态方程和量测方程；采用高阶无迹变换获得目标跟踪滤波器所需的sigma点，并计算其权值；通过迭代sigma点及其权值获取对状态的估计，实现对目标的实时跟踪。其跟踪精度高于现有的基于其它滤波器的目标跟踪方法。通过选用合适的性能参数κ，能够进一步提升本发明提出的高阶UKF目标跟踪方法精度，实现对目标的高精度实时跟踪。本发明应用于目标跟踪技术领域。
-
公开(公告)号：CN104482942A
公开(公告)日：2015-04-01
申请号：CN201410765061.7
申请日：2014-12-11
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种基于惯性系的最优两位置对准方法。包括以下几个步骤：以速度误差、失准角、陀螺常值漂移和加速度零偏为状态量，建立状态方程；以惯性系下SINS结算的速度和GPS测得的惯性系下的速度的差值作为量测量，建立量测方程；将状态方程和量测方程构成两位置对准的卡尔曼滤波模型；根据得到的卡尔曼滤波模型，对状态量进行估计；在设定的对准时间，分别将IMU绕纵摇轴、横摇轴和航向轴旋转180°；再利用卡尔曼滤波器估计出的失准角精确估计值对转换矩阵进行修正，得到载体系到惯性系的转换矩阵结合惯性系到导航系的转换矩阵求解载体系到惯性系的转换矩阵实现基于惯性系的两位置对准。本发明提高了初始对准的精度。
-
公开(公告)号：CN103900550A
公开(公告)日：2014-07-02
申请号：CN201410080597.5
申请日：2014-03-06
Applicant: 哈尔滨工程大学
IPC: G01C19/66
CPC classification number: G01C19/725
Abstract: 本发明涉及一种适用于工作原理为循环再入式的干涉型光学陀螺的基于定向耦合调制器的循环干涉型光学陀螺。本发明将光源调制成一组脉冲信号，其脉冲宽度为光在光路线圈SSR中的渡越时间τ，τ＝L/c，c为光速，若需要的循环次数为n，则其调制周期为nτ，并对系统Y波导处施加方波调制信号，调制周期为2nτ；当脉宽为光路渡越长度的光脉冲到达定向耦合调制器位置时，定向耦合调制器调制至交叉态，直至光脉冲全部进入光路。本发明提高了循环干涉型光学陀螺的检测精度。
-
公开(公告)号：CN103743413A
公开(公告)日：2014-04-23
申请号：CN201310737385.5
申请日：2013-12-27
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明涉及一种倾斜状态下调制寻北仪安装误差在线估计与寻北误差补偿方法，其特征在于：步骤一：建立地理坐标系、载体坐标系、平台坐标系、陀螺坐标系及四者之间的转换关系；步骤二：建立倾斜状态下，转台绕自身垂直中心轴恒速旋转时，陀螺存在安装误差角时的输出模型；步骤三：建立倾斜状态下，转台绕自身垂直中心轴恒速旋转时，加速度计存在安装误差时的输出模型；步骤四：对陀螺和加速度计的输出信号进行处理，并得到载体的倾斜角；步骤五：根据步骤四中对陀螺、加速度计数据处理后的结果对安装误差角进行在线估计；步骤六：根据步骤五中对处理后陀螺的信号和步骤四中得到的载体倾斜角估计出寻北误差，然后对航向角粗估计值进行修正，得到准确的航向角，完成载体的寻北。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.035 seconds)
