公开(公告)号：CN105204050B

公开(公告)日：2017-12-22

申请号：CN201510685333.7

申请日：2015-10-20

Applicant: 东南大学

Inventor： 陈熙源 ,  杨阳 ,  王熙赢 ,  崔冰波

IPC: G01S19/47

Abstract: 本发明公布了一种惯性辅助的多通道混合型矢量跟踪方法，适用于在GPS卫星信号微弱环境中的无缝定位。本发明引入了INS系统，因此在相干积分过程中，可以利用INS提供的速度信息辅助产生更准确的本地复现载波频率，从而减少多普勒频率变化对相干积分增益的不利影响，增加相干积分时间。与传统的非相干积分方法不同，在INS/NLSVTL跟踪环路中不是通过计算某一跟踪通道数个连续相干积分的平方和来实现非相干积分的，而是采用将不同卫星跟踪通道相干积分的平方进行求和的方法进行非相干积分。因而可以减小平方损耗的影响，其次只需要比传统非相干积分方法短得多的积分时间即可得到足够的增益，最后，因为积分时间更短，所以多普勒频移对积分增益的影响也更小。

公开(公告)号：CN105699993B

公开(公告)日：2017-10-31

申请号：CN201610069165.3

申请日：2016-02-01

Applicant: 东南大学

Inventor： 陈熙源 ,  崔冰波

IPC: G01S19/29

Abstract: 本发明公开了一种载波环路自适应跟踪方法，属于无线通信技术领域。本发明在现有自适应载波跟踪环路中引入基于神经网络模型的系统噪声修正模块，在接收信号较强时对神经网络模型进行训练，并在时变噪声估计器无法同时估计系统噪声和量测噪声时，利用神经网络模型的预测输出对时变噪声估计器所估计出的系统噪声进行修正。本发明还公开了一种自适应载波跟踪环路。本发明有效解决了现有自适应载波跟踪环路中时变噪声估计器无法同时调整系统模型和量测模型的不确定性问题，有效提高了载波跟踪环路的性能。

公开(公告)号：CN104573248B

公开(公告)日：2017-08-25

申请号：CN201510022939.2

申请日：2015-01-16

Applicant: 东南大学

Inventor： 陈熙源 ,  崔冰波 ,  宋锐 ,  何昆鹏 ,  方琳

IPC: G06F17/50

Abstract: 本发明公开一种基于EMD的光纤陀螺温度漂移多尺度极限学习机训练方法，包括以下步骤：1)将光纤陀螺在不同变温速率环境下的漂移输出数据分别采用有界的整体经验模态分解(EEMD)方法分解为一系列的本征模态函数；2)采用样本熵(SE)测度理论计算1)中的本征模态函数(IMF)的SE值；3)根据SE值的波动趋势和大小确定噪声主导的IMF集合以及具有不同自相似特征的IMF集合；4)将步骤3)确定的表现具有相近自相似性特征的IMF叠加作为ELM模型训练输入，以该组输出数据对应的温变速率下的温度梯度作为另一输入训练ELM模型，类似的，不同的自相似性IMF叠加与对应的温度梯度训练生成不同的ELM模型；5)累加步骤4)生成的多个ELM模型得到最终的集成多尺度模型。

公开(公告)号：CN105488341A

公开(公告)日：2016-04-13

申请号：CN201510844356.8

申请日：2015-11-27

Applicant: 东南大学

Inventor： 陈熙源 ,  王威 ,  崔冰波 ,  宋锐

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明公开了一种基于混合经验模态分解（Empirical Mode Decomposition，简称EMD）的去噪方法，属于数字信号处理技术领域。本发明将EEMD和MEMD算法相结合，并针对MEMD算法中所使用的掩膜信号频率进行参数优化，可更有效消除模态混叠，去噪效果更好；本发明进一步对EEMD中的添加噪声幅值、噪声相关IMF的滤波阈值、噪声IMF的滤波阈值进行有针对性的优化，从而进一步提高了整体去噪效果。相比现有技术，本发明方法可更有效消除模态混叠，去噪效果更好。

公开(公告)号：CN104392136A

公开(公告)日：2015-03-04

申请号：CN201410713605.5

申请日：2014-11-28

Applicant: 东南大学

Inventor： 陈熙源 ,  崔冰波 ,  宋锐 ,  汤传业 ,  方琳

IPC: G06F19/00 ,  G01S19/47

Abstract: 一种面向高动态非高斯模型鲁棒测量的高精度数据融合方法，将高动态系统中的硬件传感器采样周期波动作为系统随机不确定度考虑，根据其波动范围和趋势建立包括UKF滤波器模型和模糊推理系统的滤波模型集，通过贝叶斯定理计算UKF滤波器模型与当前高动态系统状态匹配的概率，实时更新匹配概率，并将更新后的匹配概率作为模糊推理系统的输入，通过模糊推理系统得到自适应估计概率，最后基于该自适应估计概率融合多个状态估计得到高动态系统状态变量最终的均值及协方差估计，本发明不但能够实现高动态、强非线性、非高斯模型的组合系统的数据融合，而且能够降低预存储模型集的数量，同时提高模型概率更新的计算效率和高动态系统的测量鲁棒性。

公开(公告)号：CN103760586A

公开(公告)日：2014-04-30

申请号：CN201410038295.1

申请日：2014-01-26

Applicant: 东南大学

Inventor： 陈熙源 ,  兰德 ,  方琳 ,  黄浩乾 ,  崔冰波 ,  吴向阳

IPC: G01S19/55

CPC classification number: G01S19/55

Abstract: 本发明公开了一种在GPS姿态测量中快速探测与修复周跳的方法。主要内容有：先利用小波变换探测周跳，并记录周跳发生的历元；在记录历元处构建双差观测方程，划分为主卫星和次卫星两组方程，并利用已知基线长度的限制条件对周跳进行修复；在修复过程中，跳过了对周跳值的解算，通过修复周跳引起的错误整周模糊度来替代对原始载波相位数据的修复，以便于直接用于姿态测量计算。本发明可以探测并修复动态情况下的小周跳并与载体运动状态无关，在GPS姿态测量中，大大减少了计算量，提升了其计算效率与实时性。由于该方法与载波频率无关，所以适用于单频和双频GPS接收机。