公开(公告)号：CN114880874B

公开(公告)日：2024-03-12

申请号：CN202210633604.4

申请日：2022-06-07

Applicant: 东南大学

Inventor： 温广辉 ,  沈涵 ,  周俊 ,  王利楠 ,  牛梦飞

IPC: G06F30/20 ,  H03H21/00

Abstract: 本发明公开了一种水面无人船参数自适应鲁棒估计方法与系统，属于自动控制领域。首先构建考虑外部扰动的水面无人船增广状态估计问题，增广状态向量包括水面无人船状态向量、参数向量以及未知输入向量；然后依托系统实时输入向量和测量向量，采用设计的自适应鲁棒无迹卡尔曼滤波方法获得水面无人船模型参数；具体地，考虑到水面无人船系统状态可能受到离群值噪声的干扰，基于极大交叉熵准则与最小均方误差准则设计鲁棒卡尔曼滤波方法；考虑到水面无人船系统过程噪声统计特性未知，且系统状态维数较高的情况，引入具有过程噪声协方差矩阵约束的自适应律精准估计过程噪声协方差矩阵。仿真结果表明，本发明提高了水面无人船模型参数的估计精度。

公开(公告)号：CN114880874A

公开(公告)日：2022-08-09

申请号：CN202210633604.4

申请日：2022-06-07

Applicant: 东南大学

Inventor： 温广辉 ,  沈涵 ,  周俊 ,  王利楠 ,  牛梦飞

IPC: G06F30/20 ,  H03H21/00

Abstract: 本发明公开了一种水面无人船参数自适应鲁棒估计方法与系统，属于自动控制领域。首先构建考虑外部扰动的水面无人船增广状态估计问题，增广状态向量包括水面无人船状态向量、参数向量以及未知输入向量；然后依托系统实时输入向量和测量向量，采用设计的自适应鲁棒无迹卡尔曼滤波方法获得水面无人船模型参数；具体地，考虑到水面无人船系统状态可能受到离群值噪声的干扰，基于极大交叉熵准则与最小均方误差准则设计鲁棒卡尔曼滤波方法；考虑到水面无人船系统过程噪声统计特性未知，且系统状态维数较高的情况，引入具有过程噪声协方差矩阵约束的自适应律精准估计过程噪声协方差矩阵。仿真结果表明，本发明提高了水面无人船模型参数的估计精度。

公开(公告)号：CN117873084A

公开(公告)日：2024-04-12

申请号：CN202410016808.2

申请日：2024-01-04

Applicant: 东南大学

Inventor： 温广辉 ,  熊子越 ,  牛梦飞 ,  周佳玲 ,  郑德智

IPC: G05D1/43 ,  G05D1/644 ,  G05D1/692 ,  G05D109/10

Abstract: 本发明提出了一种无人集群编队的成群方式判别方法及系统，属于自动控制领域。本发明基于时空、速度相关性，提取集群特征描述算子计算集群局部运动协同相似度并建立规则库；进一步将集群编队随机分为两簇，并按序分别进行扰动；最后通过计算集群个体运动一致有序度即簇群相似度，并于规则库比对实现无人集群成群方式识别。本发明为无人集群系统的成群方式判别提供了一种可行方法，能够便捷、高效地推理出无人集群编队的成群方式，为多样化无人集群成群方式的算法对抗提供共性机理和可用技术支撑。

公开(公告)号：CN116185026A

公开(公告)日：2023-05-30

申请号：CN202310141799.5

申请日：2023-02-21

Applicant: 东南大学

Inventor： 温广辉 ,  葛文标 ,  牛梦飞

IPC: G05D1/02

Abstract: 本发明公开了一种基于分布式融合策略的水面无人艇轨迹跟踪方法与系统，属于自动控制领域。首先构建基于多雷达的水面无人艇状态估计问题；然后依托雷达测量向量，采用无迹变换来近似随机变量经非线性雷达测量模型变换后的均值与方差，在最小均方误差准则下设计了局部非线性滤波器；进一步基于分布式融合策略融合局部估计得到分布式融合估计值，实现无人艇运动轨迹的实时追踪。仿真结果表明，本发明实现了水面无人艇轨迹的实时跟踪。

公开(公告)号：CN116028776A

公开(公告)日：2023-04-28

申请号：CN202210042677.6

申请日：2022-01-14

Applicant: 东南大学

Inventor： 温广辉 ,  沈涵 ,  周俊 ,  王利楠 ,  牛梦飞

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F30/15

Abstract: 本发明公开了一种基于自适应无迹卡尔曼滤波的无人船参数在线辨识方法，包括步骤：S1、根据无人船动力学方程，构建待辨识的无人船模型；S2、以待辨识的无人船模型参数作为增广状态，将待辨识的无人船模型扩展为增广模型；S3、采用自适应无迹卡尔曼滤波在线估计增广状态，获得无人船模型参数。步骤S3包括：S31、初始化自适应无迹卡尔曼滤波；S32、获取增广模型输入和输出数据；S33、更新增广状态和增广状态误差的协方差矩阵；S34、自适应估计过程噪声协方差矩阵；S35、预测增广状态和增广状态误差的协方差矩阵；S36、判断是否终止在线辨识，若不终止返回步骤S32。本发明能解决无人船受到未建模动态及未知噪声干扰下的状态估计问题，未知参数辨识精度高。