公开(公告)号：CN113325215B

公开(公告)日：2022-04-26

申请号：CN202110470078.X

申请日：2021-04-28

Applicant: 哈尔滨工业大学

Inventor： 王国臣 ,  何雪铭 ,  高伟 ,  胡醇 ,  赵博 ,  王永光 ,  赵玉欣 ,  于飞 ,  张亚 ,  沈锋

IPC: G01R15/24 ,  G01R19/00 ,  H03H17/02

Abstract: 本发明公开了一种基于多级梳状滤波的光纤电流互感器输出控制器的设计方法。步骤1：根据光纤电流互感器的闭环系统结构参数仿真确定多级梳状滤波器的级数与降采样率；步骤2：根据步骤1确定的多级梳状滤波器设计FPGA模块；步骤3：根据步骤2的FPGA模块确定输出控制器。本发明用以解决采用FIR滤波器时阶数要求较高，滤波器中存在精度要求较高的浮点数，在保证实时抽取运算的同时，难以转换采样率的问题。

公开(公告)号：CN114252090A

公开(公告)日：2022-03-29

申请号：CN202111561043.3

申请日：2021-12-15

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  李文强 ,  张忠轩

IPC: G01C25/00 ,  G06K9/62

Abstract: 本发明公开了一种多源导航传感器可信性评估方法。步骤1：根据传感器数据维度和数据间依赖性，将传感器划分为一维传感器和高维传感器；步骤2：对于一维传感器，确定滑动时间窗口大小，建立可信性自评估模型，对导航传感器的可信性进行自评估，获得一维导航传感器可信性自评估结果；步骤3：对于高维传感器，实时估计与信号相关的噪声参数，并对噪声参数的变化应用步骤2，获得高维传感器可信性自评估结果；步骤4：当存在多个导航传感器时，根据是否为同类型传感器，对传感器进行分组，将传感器分为同质传感器和异质传感器；步骤5：对于同质传感器和异质传感器，分别应用对应的同质/异质传感器可信性互评估模型，计算可信性互评估结果；步骤6：融合多源导航传感器可信性自评估和互评估结果，得到实时估计的多源导航传感器可信性。

公开(公告)号：CN109742529B

公开(公告)日：2021-02-02

申请号：CN201910055690.3

申请日：2019-01-21

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  吴宇轩 ,  徐定杰 ,  杨朋举 ,  袁月 ,  赵雨晴

IPC: H01Q1/38 ,  H01Q1/48 ,  H01Q1/50

Abstract: 本发明公开了一种应用于探地雷达系统的超宽带天线，属于超宽带天线技术领域。本超宽带天线包括介质基板、微带馈线以及位于介质基板上表面的辐射贴片单元和位于介质基板下表面的馈线接地贴片单元；所述辐射贴片单元中部至末端有一漏斗状凹槽；所述漏斗状凹槽底部有一矩形金属贴片负载，该负载位于凹槽底部中轴线处，与金属辐射贴片连接；所述矩形金属贴片负载尺寸远小于漏斗状凹槽；所述辐射贴片单元中部有两个宽度相同且远小于其长度的开槽，同时两槽至天线末端距离相等；所述微带馈线紧贴于介质基板上表面，于辐射贴片底部与其相连接；所述介质基板材料为聚四氟乙烯。本超宽带天线覆盖频带宽，增益大，完全满足探地雷达系统要求。

公开(公告)号：CN112052623A

公开(公告)日：2020-12-08

申请号：CN202010812406.5

申请日：2020-08-13

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  聂志宏 ,  徐定杰 ,  李清华

IPC: G06F30/27 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明公开了一种基于经验模态分解和支持向量回归的短期船舶姿态预测方法。步骤1：在初次进行制导指令计算时，应用凸优化的规划方法进行制导指令计算，并保存计算结果；步骤2：完成首次在线轨迹规划后，在同一规划周期内，并行应用基于凸优化的在线轨迹规划方法和多项式制导方法，分别得到制导指令uCVX和uIGM；步骤3：当||uCVX‑uIGM||＜δ，多项式制导规划精度满足要求，切换至多项式制导方法进行制导计算，否则采用基于凸优化的规划方法计算的制导指令飞行；步骤4：切换至多项式制导计算制导指令后，直接应用多项式制导计算制导指令和关机时间，直至着陆。通过经验模态分解和支持向量回归算法，能够有效适用于在海上航行的船舶姿态预测。

公开(公告)号：CN108709552A

公开(公告)日：2018-10-26

申请号：CN201810328389.0

申请日：2018-04-13

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  张丽媛 ,  徐定杰

IPC: G01C21/16 ,  G01C21/20 ,  G01S19/47

CPC classification number: G01C21/165 ,  G01C21/20 ,  G01S19/47

Abstract: 本发明提供了一种基于MEMS的IMU和GPS紧组合方法，该方法采用最小二乘法对GPS原始数据进行估计，输出GPS导航估计值；将位置、速度的导航估计值提供给IMU作为初始位置和速度信息；IMU采用卡尔曼滤波方法进行初始对准，并对IMU测量数据进行解算，得到IMU导航信息；利用IMU导航信息计算多普勒频率提供给GPS进行捕获跟踪辅助，提高其性能；建立动态误差模型，采用扩展卡尔曼滤波器将GPS和IMU的导航信息进行数据融合，反馈误差对同时刻的IMU的导航信息校正，输出融合并校正的最佳位置、速度、姿态信息。