一种基于最大熵自适应抗差估计的USBL斜距修正方法

    公开(公告)号:CN114279443B

    公开(公告)日:2024-01-02

    申请号:CN202111268907.2

    申请日:2021-10-29

    Applicant: 东南大学

    Abstract: 的变化模型,推导接收时刻的斜距修正值。最后,一种基于最大熵自适应抗差估计的USBL斜 为了抑制异常噪声对定位精度的影响。距修正方法,1)记录USBL发送请求报文时刻的SINS姿态转移矩阵、速度和位置信息,2)记录USBL接收到应答器报文时刻的方位角,SINS姿态、速度和位置信息,3)根据发送时刻和接收时刻SINS的解算结果修正USBL的斜距,4)根据3)修正的USBL斜距和2)采集的方位角、高度角和SINS解算信息,建立SINS/USBL紧组合系统模型,5)计算动力学模型误差自适应因子和根据最大熵原则计算增益矩阵,6)对5)的模型进行卡尔曼滤波

    一种联合RVM/卡方-序贯概率比的SINS/GPS组合导航故障诊断方法

    公开(公告)号:CN114545478A

    公开(公告)日:2022-05-27

    申请号:CN202210150340.7

    申请日:2022-02-18

    Applicant: 东南大学

    Abstract: 本发明提出了一种联合RVM/卡方‑序贯概率比的SINS/GPS组合导航故障诊断方法,利用残差卡方与序贯概率比相结合的故障诊断方法对GPS信息进行判断,当GPS正常工作时,将SINS的加速度计和陀螺仪的信息作为预测模型的训练输入,训练目标输出为同时刻GPS的位置增量,采用RVM回归算法建立GPS输出的预测模型。而在GPS异常源时,此虚拟GPS可以基于SINS采集的加速度计和陀螺仪的信息来预测GPS的位置增量,结合上一周期的位置结果建立虚拟GPS的位置信息,从而实现SINS/GPS连续导航,避免GPS误差较大情况下的导航系统误差积累。

    一种基于改进A星算法的无人艇全局路径规划方法

    公开(公告)号:CN111060109A

    公开(公告)日:2020-04-24

    申请号:CN202010004408.1

    申请日:2020-01-03

    Applicant: 东南大学

    Abstract: 本发明提供的是一种基于改进A星算法的无人艇全局路径规划方法,涉及路径规划领域。本发明改变传统A星算法邻点搜索策略,扩大搜索邻域,对传统启发式函数进行改进,结合分权策略,加入角度因素,使路径搜索时得到的结果偏向分布在起始点与目标点连线附近,提高搜索效率。本发明利用电子海图获取海洋地理信息,将改进A星算法与动态栅格法相结合,通过栅格动态细化构建网格地图模型,应用改进A星算法寻找路径,使路径精度逐步达到精度要求,再通过平滑路径处理,进一步减少多余的路径节点。

    一种双应答器辅助的SINS/USBL组合导航方法

    公开(公告)号:CN115307643B

    公开(公告)日:2025-04-22

    申请号:CN202211018647.8

    申请日:2022-08-24

    Applicant: 东南大学

    Abstract: 一种双应答器辅助的SINS/USBL组合导航方法,1)建立SINS/USBL组合导航状态方程,2)建立SINS/USBL斜距差量测方程,3)建立测量时序到达不一致量测模型,4)根据逆Gamma分布求解噪声参数,计算量测噪声估计结果,5)根据最大熵原则和步骤4)估计的量测噪声估计结果计算增益矩阵,6)对步骤5的模型进行卡尔曼滤波融合,对SINS进行反馈校正,输出导航结果。重复上述步骤,直至导航结束。本发明提出的基于斜距差的紧组合模型可以抑制USBL定位过程中的不可建模误差,基于最大熵与变分贝叶斯的鲁棒滤波方法对SINS/USBL的未知或者时变噪声进行最优估计,提高水下复杂环境下的定位精度。

    一种基于最大熵自适应抗差估计的USBL斜距修正方法

    公开(公告)号:CN114279443A

    公开(公告)日:2022-04-05

    申请号:CN202111268907.2

    申请日:2021-10-29

    Applicant: 东南大学

    Abstract: 一种基于最大熵自适应抗差估计的USBL斜距修正方法,1)记录USBL发送请求报文时刻的SINS姿态转移矩阵、速度和位置信息,2)记录USBL接收到应答器报文时刻的方位角,SINS姿态、速度和位置信息,3)根据发送时刻和接收时刻SINS的解算结果修正USBL的斜距,4)根据3)修正的USBL斜距和2)采集的方位角、高度角和SINS解算信息,建立SINS/USBL紧组合系统模型,5)计算动力学模型误差自适应因子和根据最大熵原则计算增益矩阵,6)对5)的模型进行卡尔曼滤波融合,对SINS进行反馈校正,输出导航结果。重复上述步骤,直至导航结束,利用捷联惯导系统测量的姿态和位置建立USBL发射和接收时刻之间的变化模型,推导接收时刻的斜距修正值。最后,为了抑制异常噪声对定位精度的影响。

    一种基于改进A星算法的无人艇全局路径规划方法

    公开(公告)号:CN111060109B

    公开(公告)日:2021-08-27

    申请号:CN202010004408.1

    申请日:2020-01-03

    Applicant: 东南大学

    Abstract: 本发明提供的是一种基于改进A星算法的无人艇全局路径规划方法,涉及路径规划领域。本发明改变传统A星算法邻点搜索策略,扩大搜索邻域,对传统启发式函数进行改进,结合分权策略,加入角度因素,使路径搜索时得到的结果偏向分布在起始点与目标点连线附近,提高搜索效率。本发明利用电子海图获取海洋地理信息,将改进A星算法与动态栅格法相结合,通过栅格动态细化构建网格地图模型,应用改进A星算法寻找路径,使路径精度逐步达到精度要求,再通过平滑路径处理,进一步减少多余的路径节点。

    一种磁异常干扰下基于动能的导航方法

    公开(公告)号:CN110849356A

    公开(公告)日:2020-02-28

    申请号:CN201911023068.0

    申请日:2019-10-25

    Applicant: 东南大学

    Abstract: 本发明提供的是一种地磁场异常干扰下基于动能的导航方法。当小球从山顶滑至谷底的过程中,小球的重力势能转化为动能,小球即使达到谷底,也会因为存在动能继续运动。本发明受此启发,当潜航器陷入局部区域时,潜航器保持与下落相同的运动趋势继续航行,直至摆脱局部区域。本发明能保证潜航器在不使用磁图等先验条件的情况下快速摆脱磁场异常区,使得系统具有更好的可靠性,为摆脱异常区域磁场干扰提供了一种新的导航方法。

    一种运动效应影响下的惯性/超短基线组合导航方法

    公开(公告)号:CN113670302B

    公开(公告)日:2023-12-05

    申请号:CN202111019606.6

    申请日:2021-09-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种运动效应影响下的惯性/超短基线组合导航方法,本发明针对航行器在运动条件下由于声信号发射、接收时刻位置的变化,导致斜距计算误差的问题,根据声信号在超短基线水听器基阵与应答器之间的往返时延,结合已知水下声速和声信号发射、以及接收时刻的惯导位置,建立了新的斜距量测模型,设计一种基于递推滤波的惯性/超短基线组合导航方法,有效地提高了动态环境下的惯性/超短基线组合导航定位精度。

    一种大初始定位误差下的改进ICCP地形匹配方法

    公开(公告)号:CN113532438B

    公开(公告)日:2023-12-05

    申请号:CN202110834856.9

    申请日:2021-07-23

    Applicant: 东南大学

    Abstract: 本发明提供的是一种大初始定位误差下的改进ICCP地形匹配方法。本发明是利用多波束测深系统进行实时水下高程的采集,建立水下地形匹配模板,根据预存的水下数字地形图提取等深点值,建立待匹配地形区域,通过对水下地形匹配相似性进行分析,选取最优匹配序列,求取刚性变换,对匹配对象不断地进行旋转和平移,使匹配对象逐渐逼近目标对象,直到达到某一指标或者达到迭代次数为止,从而得到水下航行器的位置信息。通过对等深值点的相似性分析,有效避免等深值点的误匹配,提高算法精度与稳定性的同时保证改进后算法的全局收敛性。

    一种地磁多参量多目标快速收敛的仿生导航方法

    公开(公告)号:CN110849355B

    公开(公告)日:2022-12-20

    申请号:CN201911022562.5

    申请日:2019-10-25

    Applicant: 东南大学

    Abstract: 本发明提出一种地磁多参量多目标快速收敛的仿生导航方法,以终点地磁场多参量为目标值,在没有先验地磁图的情况下,进行高效、快速的路径搜索。首先获取载体当前时刻所处位置及目的地的地磁参量信息;根据当前位置及目的地的地磁信息构建损失函数,通过对损失函数的观测来判断载体是否到达目标位置,若到达则完成导航,否则依据相应的搜索策略进行最优行进角的确定,按照预设步长进行载体的位置更新,并循环以上步骤,直至完成导航过程。较现有的时序进化搜索方法减少了行进过程中的随机性,避免了无序的搜索过程,提高导航效率。

Patent Agency Ranking