一种基于三目透镜毫米波雷达的潮位监测装置、方法及系统

    公开(公告)号:CN119469085A

    公开(公告)日:2025-02-18

    申请号:CN202411635082.7

    申请日:2024-11-15

    Abstract: 本发明一种基于三目透镜毫米波雷达的潮位监测装置、方法及系统,属于海面潮位监测技术领域,为解决现有的采用单一毫米波雷达监测潮位往往不能达到较高的精度,同时,无法克服海杂波对监测数据的干扰的问题。本发明潮位监测装置包括固定支架、三目透镜毫米波雷达监测系统、供电系统和远程数据显示系统四部分;其中三目透镜毫米波雷达监测系统包括毫米波雷达监测平台、环境监测平台和通信模块;毫米波雷达监测平台包括壳体、77GHz毫米波雷达、毫米波雷达透镜切换装置、俯仰旋转装置和数据处理控制器;环境监测平台包括风速仪和风向仪;根据采集的当前风速的大小控制毫米波雷达透镜切换装置切换77GHz毫米波雷达下方的毫米波透镜,实现高精度潮位监测。

    一种旋翼无人机矢量磁干扰在线补偿方法及系统

    公开(公告)号:CN119879908A

    公开(公告)日:2025-04-25

    申请号:CN202510075513.7

    申请日:2025-01-17

    Abstract: 本发明提供了一种旋翼无人机矢量磁干扰在线补偿方法及系统,属于地磁矢量测量技术领域。为了解决磁矢量测量值同时受到磁力计噪声和姿态测量噪声的影响,导致地磁矢量计算的精度受到限制,磁补偿效果受限;以及旋翼无人机机动姿态受限,测量数据多重共线性严重,导致模型参数求解困难的问题。本发明在递推过程中通过自适应指数加权移动平均噪声协方差估计器对噪声进行快速地估计,实时调节递推总体最小二乘法的噪声协方差矩阵,减少噪声的影响,提高地磁矢量误差影响下的补偿精度,同时在递推总体最小二乘法递推过程中对协方差矩阵进行自适应正则化,提高多重共线性影响下的补偿参数估计精度。

    一种分布式野生动物监测系统
    15.
    发明公开

    公开(公告)号:CN119759062A

    公开(公告)日:2025-04-04

    申请号:CN202411942344.4

    申请日:2024-12-26

    Abstract: 本申请提供一种分布式野生动物监测系统,包括若干个无人机及设置于每个无人机上的监测调度装置,所述监测调度装置包括:数据采集单元,用于获取无人机的状态以及监测数据;识别单元,用于识别环境状态、目标野生动物的实际状态及行为模式;追踪控制单元,包括目标追踪模块与运动预测模块,其中,运动预测模块在目标野生动物的行为模式为高速运动模式时输出其预测状态;目标追踪模块基于无人机的状态、监测环境数据、目标野生动物的实际状态或预测状态确定对目标野生动物进行监测的追踪动作,数据同步单元,用于与其他无人机上安装的监测调度装置进行数据同步。本申请提供的监测系统,能够持续地对目标野生动物进行有效监测。

    一种基于分层式扩展卡尔曼滤波的无人机群协同定位方法及系统

    公开(公告)号:CN116907501B

    公开(公告)日:2024-11-29

    申请号:CN202310798488.6

    申请日:2023-06-30

    Abstract: 本发明一种基于分层式扩展卡尔曼滤波的无人机群协同定位方法及系统,涉及无人机定位技术领域,为解决现有的卡尔曼滤波针对大型无人机群协同定位,存在扩展性和灵活性低,且算法复杂度高的问题。包括如下步骤:S1、对目标从无人机i在t‑1时刻的状态值#imgabs0#和协方差矩阵#imgabs1#进行初始化;S2、构建状态方程,计算状态估计值;S3、计算目标从无人机i与主无人机层的主无人机j之间的量测值#imgabs2#S4、计算误差协方差矩阵估计#imgabs3#S5、计算目标从无人机i的系统增益矩阵#imgabs4#S6、对状态估计值及误差协方差矩阵进行更新。本发明计算量小、实时性高、收敛速度快。融合了多个传感器的信息,提高了系统的稳定性。

    基于缩放因子的分布式无人机群EKF协同定位方法及系统

    公开(公告)号:CN116907499B

    公开(公告)日:2024-11-22

    申请号:CN202310794112.8

    申请日:2023-06-30

    Abstract: 基于缩放因子的分布式无人机群EKF协同定位方法及系统,涉及无人机定位技术领域,为解决现有的卡尔曼滤波算法难以直接构建过程噪声与卡尔曼滤波估计的误差之间的线性关系,使滤波器的性能下降的问题。包括:S1、构建状态方程;S2、构建主无人机与从无人机i之间的绝对量测方程及从无人机i与从无人机j之间的相对量测值方程,并计算绝对量测方程及相对量测方程的雅可比矩阵Hi和Di;S3、构建缩放因子α;S4、利用缩放因子更新系统误差协方差矩阵#imgabs0#S5、计算绝对量测值的系统增益矩阵#imgabs1#和相对量测的系统增益矩阵#imgabs2#S6、计算相对量测值,对状态估计值及系统误差协方差矩阵进行更新。本发明引入缩放因子的分布式扩展卡尔曼滤波器,提高了无人机群的定位精度。

    一种基于平方根分解的扩维容积ECKF算法的多AUV协同导航的滤波方法、系统及存储介质

    公开(公告)号:CN118243106B

    公开(公告)日:2024-08-27

    申请号:CN202410384690.9

    申请日:2024-04-01

    Abstract: 本发明提供一种基于平方根分解的扩维容积ECKF算法的多AUV协同导航的滤波方法、系统及存储介质,涉及多AUV协同导航技术领域,为解决现有的ECKF算法在滤波过程中的矩阵求逆、矩阵开方等对数值计算时较为敏感,会引入较大计算误差;同时难以有效处理过程噪声的不可加性、量测噪声的未知时变性的问题。包括:S1、建立主从式多AUV协同导航系统的离散时间状态方程和量测方程;S2、采用基于平方根分解的扩维容积ECKF算法对从AUV进行状态预测和量测预测,过程中使用QR正交分解求解状态估计误差协方差矩阵的平方根,以提高滤波精度和数值计算的稳定性;S3、对状态估计值和误差协方差矩阵的平方根进行更新,实现多AUV协同导航的滤波。本发明用于多AUV的协同导航定位。

Patent Agency Ranking