-
公开(公告)号：CN114111797A
公开(公告)日：2022-03-01
申请号：CN202111441052.9
申请日：2021-11-30
IPC: G01C21/20
Abstract: 本发明公开了一种基于FPGA的卡尔曼滤波器、IP核及导航用芯片。其中，该卡尔曼滤波器包括：输入接口，被配置为接收时钟信号和复位信号；主模块，被配置为基于所述时钟信号和所述复位信号计算状态先验估计值、状态真值、量测真值、雅可比矩阵和量测矩阵；输出接口，被配置用于输出所述状态先验估计值、所述状态真值、所述量测真值、所述雅可比矩阵和所述量测矩阵，以进行状态预测和状态更新。本发明解决了相关技术中卡尔曼滤波器开发费时、成本较高、执行速度较慢的技术问题。
-
公开(公告)号：CN113159082A
公开(公告)日：2021-07-23
申请号：CN202011073711.3
申请日：2020-09-30
Applicant: 北京理工大学
Abstract: 本公开的增量式学习目标检测网络模型构建及权重更新方法，训练目标检测的深度学习网络模型；利用Slimming算法对深度学习网络模型进行剪枝处理；提取深度学习网络模型的卷积层训练集数据的输出特征及训练标签；选取第m层卷积层训练集数据的输出特征及其训练标签分别作为宽度学习网络模型的训练样本标签，训练宽度学习增量式学习模型；将宽度学习增量式学习模型替换深度学习网络模型的第m层及第m层后的卷积层，或将训练好的宽度学习网络模型作为深度学习网络模型的辅助学习网络模型，完成增量式学习网络模型的构建。通过增量式学习模型快速更新增量式学习网络权重的能力，改善增量式学习网络的性能，提升增量式学习网络的鲁棒性。
-
公开(公告)号：CN112861262A
公开(公告)日：2021-05-28
申请号：CN202110181883.0
申请日：2021-02-08
Applicant: 北京理工大学
IPC: G06F30/15 , G06F30/20 , G06F17/15 , G06F17/18 , G06F111/10
Abstract: 本公开的用于高动态载体的弹道预测的自组织数据驱动建模方法，S1：根据高动态载体的弹道选择基本趋势项函数集；S2：根据K‑G多项式将基本趋势项函数两两组合得初始模型；S3：根据所述初始模块将基本趋势项函数进行交叉、组合生成当前层归纳趋势项函数和当前层记忆趋势项函数；S4：利用自组织择优判定准则对当前层归纳、记忆趋势项函数筛选；S5：重复S3和S4，满足迭代次数时得到归纳、记忆趋势项函数集；S6：将归纳、记忆趋势项函数集、最初基本趋势项函数集合中的趋势项函数进行交叉、组合、择优判定筛选出最优模型。能在GNSS失锁时预测GNSS导航数据，与INS组合得到高动态载体的弹道轨迹，补偿GNSS失锁带来的弹道轨迹信息丢失、定位失效的问题。
-
公开(公告)号：CN118533009A
公开(公告)日：2024-08-23
申请号：CN202410780734.X
申请日：2024-06-18
Applicant: 北京理工大学
IPC: F42B10/62
Abstract: 本发明属于制导控制技术领域，具体涉及一种超前视线转率驱动的高旋制导控制一体化方法及装置，适用于尾部安装微型扰流片的高旋飞行体制导控制。该方法的过程为：获取弹丸的运动以及姿态信息，当弹丸飞行到达启控段后，在每一制导周期内，判断当前的弹道偏差是否超出修正阈值，若是，进入弹道修正环节，否则，等待下一制导到达后重新判断；所述弹道修正环节：计算超前视线的转动角速度，基于所述转动角速度计算需用过载；计算满足需用过载要求的扰流片控制方位角；当检测到扰流片转至所述方位角时，控制扰流片展开。
-
公开(公告)号：CN118488382A
公开(公告)日：2024-08-13
申请号：CN202410567909.9
申请日：2024-05-09
Applicant: 北京理工大学
Abstract: 本申请提供了一种基于感知视角空间剖分的规模化集群邻居优选方法及装置，其中，该方法包括：集群中的第一集群成员接收到通信范围内其他集群成员的位置和速度信息，基于所述位置和速度信息确定所述第一集群成员的待选邻居集；计算所述第一集群成员和所述待选邻居集中的每个邻居成员之间的状态距离和空间距离，并基于所述状态距离和所述空间距离计算所述每个邻居成员的得分；基于所述得分和所述第一集群成员的视角，来从所述待选邻居集中选择所述第一集群成员的邻居。本申请解决了现有技术中邻居选择不适合导致集群不紧凑或者集群内部碰撞的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114625371B
公开(公告)日：2024-07-12
申请号：CN202210149433.8
申请日：2022-02-18
Abstract: 本发明公开了一种跨操作系统多源融合算法编译方法、编译器及存储介质。其中，该方法包括：读取导航源文件的文件名，根据所述文件名中的扩展名对所述导航源文件进行预处理；基于预处理的结果，来配置与所述导航源文件对应的软件开发框架，并基于所述软件开发框架来查找并添加所述导航源文件所需的依赖库；通过词法分析、语法分析、语义分析、中间代码生成、目标代码优化和出错处理，对所述导航源文件进行底层处理，将高级语言类型的所述导航源文件转变为能被机器识别和运行的底层机器代码。本发明解决了相关技术中多源融合算法可移植性不高的技术问题。
-
公开(公告)号：CN118310513A
公开(公告)日：2024-07-09
申请号：CN202410400798.2
申请日：2024-04-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种高旋弹多刚体转速测量方法与装置，该高旋弹多刚体为分为前体与后体两部分的弹丸，前体与后体通过轴承连接，前体在飞行过程中保持高速旋转为弹体提供陀螺稳定性，后体的尾部安装有减旋翼，后体在减旋翼的作用下慢速旋转；该转速测量方法包括：建立高旋弹多刚体的转速状态方程，获取转速状态量；利用地磁测量单元精确测量上一个量测周期内后体转速，将测量的后体转速作为转速量测量；根据转速状态量，并以地磁转速量测量作为观测量，构建转速卡尔曼滤波估计方程，对转速进行估计，获取精确的后体转速。上述转速测量方法能够实现高旋转弹多刚体转速的实时高精度测量。
-
-
公开(公告)号：CN117629199A
公开(公告)日：2024-03-01
申请号：CN202311597893.8
申请日：2023-11-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种惯导误差的滤波可观测度计算方法以及在线补偿方法。本发明首先基于Kalman滤波误差协方差矩阵设计各状态变量的收敛度，实现Kalman滤波状态估计的收敛性能随时间的可视化；然后对收敛度进行指数加权迭代，一方面可降低计算过程的数据存储量，另一方面可降低误差协方差矩阵变化对于收敛度计算结果的敏感程度；最后将不同状态变量对应有不同数量级的指数加权收敛度映射到[0,1]区间内，便于使用一致的方式完成对所有状态变量估计精度的评估，进而更加直观地判断估计精度的可信程度，进而判断是否需要进行惯性器件的补偿。本发明能够对所有状态变量估计精度进行实时可靠的评估，且受随机噪声影响小；对惯性器件进行补偿可保证Kalman滤波的稳定性的情况下，有效提升惯性导航系统的精度。
-
公开(公告)号：CN117553785A
公开(公告)日：2024-02-13
申请号：CN202311537983.8
申请日：2023-11-17
Applicant: 北京理工大学
IPC: G01C21/16
Abstract: 本发明提出一种基于触发轮询机制的多源融合导航方法及装置，该方法以联邦卡尔曼滤波为基础，可融合多种类型的传感器，如惯性测量单元、激光雷达、视觉传感器、毫米波雷达、GNSS以及UWB等。在本发明中，传感器与嵌入融合算法的计算单元之间是否在硬件上处于连接状态称为硬插拔；根据处于硬插条件下传感器对应子滤波器的可观测度得到的信息分配系数称为软插拔；计算单元对各个传感器依序访问并根据访问结果进行运算的过程称为轮询。融合算法以惯性测量单元作为参考系统，保持惯性测量单元与计算单元之间一直处于硬插状态且有持续的数据输出；本发明的方案可以有效利用各类传感器数据实现准确导航定位解算，在运行时对传感器的接入或断开进行迅速反应。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.035 seconds)
