-
公开(公告)号：CN109974695B
公开(公告)日：2022-08-26
申请号：CN201910279494.4
申请日：2019-04-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于Krein空间的水面舰艇导航系统的鲁棒自适应滤波方法，包括如下步骤：根据Krein空间线性估计理论和捷联惯性导航系统、全球导航卫星系统特点，引入不确定性摄动参数，建立基于Krein空间的SINS/GNSS组合导航的鲁棒H∞滤波方程；建立捷联惯性导航系统在ECEF系下的误差状态方程和SINS/GNSS组合量测方程；根据鲁棒H∞滤波器新息来正确估计和补偿不确定性摄动参数用于保证水面舰艇导航系统的精度和可靠性。本发明方法通过建立Krein空间下SINS/GNSS组合导航H∞滤波器来保证水面舰艇导航系统抵抗外界不确定性摄动的鲁棒性，同时，根据滤波器新息来正确估计和补偿不确定性摄动参数，以达到进一步提高导航系统可靠性，最终实现水面舰艇的精确定位。
-
公开(公告)号：CN110371318B
公开(公告)日：2020-12-11
申请号：CN201910413535.4
申请日：2019-05-17
Applicant: 东南大学
IPC: B64F5/60
Abstract: 本发明公开了一种动态变形下基于双重滤波器的传递对准方法，动态变形下产生的动态变形角以及动态变形和机体运动之间的耦合角会降低传递对准的精度；将传递对准滤波器分为两部分，第一部分针对弯曲变形角和耦合角进行估计，采用姿态匹配方法；第二部分针对动态杠杆臂进行估计，采用“速度+角速度”匹配方法。相比现有的传递对准滤波器的设计，本发明将耦合角作为滤波器的状态量，在滤波器一中对耦合角进行估计，并用于滤波器二补偿杠杆臂误差，两个滤波器同步进行，在最后一步进行信息融合，估计出子惯导系统的初始姿态误差，进行初始姿态校准。本发明不仅提高了传递对准系统的精度，同时缩短了传递对准过程的时间。
-
公开(公告)号：CN109443379B
公开(公告)日：2020-07-21
申请号：CN201811144284.6
申请日：2018-09-28
Applicant: 东南大学
Abstract: 本发明公开了一种深海潜航器的SINS(捷联惯导系统)/DVL(多普勒测速仪)水下抗晃动对准方法。本发明的方法为根据水下复杂环境和捷联惯导、四波束水下多普勒导航系统特点所建立的大失准角非线性误差模型以及精对准滤波方程，将深海潜航器的水下对准过程分为：SINS抗晃动双矢量定姿自对准和SINS/DVL的基于SVD(奇异值)分解的模糊自适应鲁棒CKF(容积卡尔曼滤波)滤波器对准；在保证鲁棒性的基础上，进一步使姿态失准角减小、使得姿态矩阵更为精确，实现深海潜航器的准确定姿。本发明可以克服晃动基座，大失准角条件下的深海潜航器在初始对准时，传统惯导对准算法所导致的定姿速度、精度降低以至于潜航器无法继续正常工作的问题，最终实现深海潜航器的长航时工作。
-
公开(公告)号：CN109141476B
公开(公告)日：2019-11-08
申请号：CN201811136759.7
申请日：2018-09-27
Applicant: 东南大学
Abstract: 本发明公开了一种动态变形下传递对准过程中角速度解耦合方法。本发明的方法包括如下步骤：(1)轨迹发生器产生主惯导系统的姿态、速度和位置信息以及惯性器件的输出，用二阶马尔科夫模拟主惯导系统与子惯导系统之间的弯曲变形角和弯曲变形角速度(2)将动态变形分解为高频率、低幅值的振动变形和低频率、高幅值的弯曲变形，建立机翼动态变形下角速度模型；(3)推导出由主惯导系统与子惯导系统之间动态变形所引起的主惯导系统与子惯导系统之间的误差角度(4)推导出耦合误差角速度表达式并应用于传递对准角速度匹配过程中，提高传递对准的精度。本发明用于传递对准角速度匹配过程。
-
公开(公告)号：CN110371318A
公开(公告)日：2019-10-25
申请号：CN201910413535.4
申请日：2019-05-17
Applicant: 东南大学
IPC: B64F5/60
Abstract: 本发明公开了一种动态变形下基于双重滤波器的传递对准方法，动态变形下产生的动态变形角以及动态变形和机体运动之间的耦合角会降低传递对准的精度；将传递对准滤波器分为两部分，第一部分针对弯曲变形角和耦合角进行估计，采用姿态匹配方法；第二部分针对动态杠杆臂进行估计，采用“速度+角速度”匹配方法。相比现有的传递对准滤波器的设计，本发明将耦合角作为滤波器的状态量，在滤波器1中对耦合角进行估计，并用于滤波器2补偿杠杆臂误差，两个滤波器同步进行，在最后一步进行信息融合，估计出子惯导系统的初始姿态误差，进行初始姿态校准。本发明不仅提高了传递对准系统的精度，同时缩短了传递对准过程的时间。
-
Patent Agency Ranking
公开(公告)号：CN109948245A
公开(公告)日：2019-06-28
申请号：CN201910203304.0
申请日：2019-03-18
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开一种基于iFEM(Inverse Finite Element Method)方法及RZT(Refined Zigzag Theory)理论的机翼基线动态位置测量方法，包括四个步骤：确定所选机翼的机翼三维模型，然后设计机翼表面FBG(Fiber Bragg Grating)传感器阵列和应变花的排布计，接着建立基于RZT理论的逆有限元仿真模型，最后测量数据的读取与转换，得出机翼基线的动态位置。本发明实现一种基于RZT理论的机翼基线动态位置测量方法，鲁棒性好，适应性强。
-
公开(公告)号：CN109253726A
公开(公告)日：2019-01-22
申请号：CN201810647904.1
申请日：2018-06-22
Applicant: 东南大学
Abstract: 本发明公开了一种水下滑翔器导航定位系统及上浮精度校正方法，该水下滑翔器导航定位系统包括微机电系统惯性测量单元，全球卫星定位系统接收模块，三轴磁力计，多普勒测速仪以及组合导航硬件处理系统。针对上浮精度校正过程中，会受到外界恶劣天气、海浪波动、船舰遮挡等因素的影响，使得多传感器数据融合算法的导航精度降低，定位发散甚至失效的问题，本发明建立的一种基于多重自适应渐消因子的H∞卡尔曼滤波算法来保证滑翔器导航定位的鲁棒性和自适应性。克服了极端恶劣条件下的水下滑翔器在上浮校正时，传统组合导航算法所导致的导航定位精度降低、发散以至于滑翔器无法继续正常工作的问题。最终实现水下滑翔器的准确定位。
-
公开(公告)号：CN108163150A
公开(公告)日：2018-06-15
申请号：CN201711429896.5
申请日：2017-12-25
Applicant: 东南大学
IPC: B63B23/00
CPC classification number: B63B23/00
Abstract: 本发明公开自锁连接装置，包括第一连接件、第二连接件和摇杆定位机构；第一连接件包括锥形凸台和定位槽，锥形凸台侧壁上设有卡孔；第二连接件设有与锥形凸台适配的锥形凹槽和与定位槽适配的定位销；摇杆定位机构包括直线杆和弧线杆；当锥形凸台插入锥形凹槽时，锥形凸台挤压直线杆，摇杆定位机构摆动使得弧线杆插入所述卡孔，定位销插入定位槽，此为自锁连接装置的锁紧状态；当定位销抽离定位槽，锥形凸台抽离锥形凹槽时，弧线杆与定位孔分离，为自锁连接装置的开放状态。本发明的自锁连接装置操作简单方便，对工作人员的技能以及环境要求低，可实现待锁定装置的快速准确锁定，且解除锁定方法简单，通用性强。
-
公开(公告)号：CN109948245B
公开(公告)日：2023-06-06
申请号：CN201910203304.0
申请日：2019-03-18
Applicant: 东南大学
IPC: G06F30/15 , G06F30/23 , G06F113/28 , G06F119/14
Abstract: 本发明公开一种基于iFEM(Inverse Finite Element Method)方法及RZT(Refined Zigzag Theory)理论的机翼基线动态位置测量方法，包括四个步骤：确定所选机翼的机翼三维模型，然后设计机翼表面FBG(Fiber Bragg Grating)传感器阵列和应变花布局排布，接着建立基于RZT理论的逆有限元仿真模型，最后测量数据的读取与转换，得出机翼基线的动态位置。本发明实现一种基于RZT理论的机翼基线动态位置测量方法，鲁棒性好，适应性强。
-
公开(公告)号：CN109141476A
公开(公告)日：2019-01-04
申请号：CN201811136759.7
申请日：2018-09-27
Applicant: 东南大学
Abstract: 本发明公开了一种动态变形下传递对准过程中角速度解耦合方法。本发明的方法包括如下步骤：(1)轨迹发生器产生主惯导系统的姿态、速度和位置信息以及惯性器件的输出，用二阶马尔科夫模拟主惯导系统与子惯导系统之间的弯曲变形角和弯曲变形角速度(2)将动态变形分解为高频率、低幅值的振动变形和低频率、高幅值的弯曲变形，建立机翼动态变形下角速度模型；(3)推导出由主惯导系统与子惯导系统之间动态变形所引起的主惯导系统与子惯导系统之间的误差角度(4)推导出耦合误差角速度表达式并应用于传递对准角速度匹配过程中，提高传递对准的精度。本发明用于传递对准角速度匹配过程。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.029 seconds)
