-
公开(公告)号：CN111707259B
公开(公告)日：2022-08-05
申请号：CN202010549943.5
申请日：2020-06-16
Applicant: 东南大学
Abstract: 本发明公开了一种校正加速度计误差的SINS/CNS组合导航方法，属于组合导航技术领域。该组合导航方法在姿态量测的基础上，结合星光折射间接敏感地平与载体运动学约束，对惯性器件误差进行校正。主要步骤包括：通过恒星星敏感器观测星图信息，输出载体姿态信息，与惯性器件输出的姿态信息构成姿态量测；利用星光折射计算折射视高度，与惯性器件输出的位置信息计算构成视高度量测；结合载体的运动学规律，给出运动学约束量测；利用信息融合，校正陀螺仪和加速度计的误差，并对SINS导航信息进行反馈校正。本发明利用姿态、位置以及运动学约束作为组合导航的量测信息，对SINS误差进行校正，可显著提高SINS/CNS组合导航系统的导航精度。
-
公开(公告)号：CN107870001A
公开(公告)日：2018-04-03
申请号：CN201711202294.6
申请日：2017-11-27
Applicant: 东南大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于椭球拟合的磁力计校正方法，包括如下步骤：1、根据磁力计所受到误差影响，建立磁力计误差模型：2、根据收集到的磁力计测量数据，将磁力计误差模型转化为磁力计椭球误差模型；3、计算磁力计椭球误差模型中的参数，并计算出椭球拟合的残差；4、确定满意区间，并计算满意值、满意区间概率，当满意区间概率小于满意值，去除去噪点，返回步骤3利用剩余数据重新计算磁力计椭球误差模型中的参数，并计算出椭球拟合的残差，再次执行步骤4，直到满意区间概率大于满意值，进而求出椭球拟合的误差，完成磁力计校正。该方法可以有效的提高磁力计校正及补偿精度，且该方法可靠性强、成本低、精度高、计算过程简洁。
-
公开(公告)号：CN111504310B
公开(公告)日：2022-12-27
申请号：CN202010361402.X
申请日：2020-04-30
Applicant: 东南大学
Abstract: 本发明公开了一种新的弹载INS/CNS组合导航系统建模方法。本发明针对星敏感器低频误差影响弹载导航系统姿态确定精度的问题，首先将星敏感器低频误差引起的姿态误差建模为一阶高斯‑马尔可夫过程，然后将其扩充为状态量，推导一种新的弹载INS/CNS组合导航系统状态方程和量测方程。本发明的有益效果在于：在本发明提出的弹载INS/CNS组合导航系统建模方法基础上，使用卡尔曼滤波方法可以进一步提高弹载INS/CNS组合导航系统的定姿精度。
-
公开(公告)号：CN110632634B
公开(公告)日：2022-11-01
申请号：CN201910907858.9
申请日：2019-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种适用于弹道导弹INS/CNS/GNSS组合导航系统的最优数据融合方法，该方法包括以下步骤：构造INS/CNS/GNSS组合导航系统模型；在广义高阶CKF的时间更新阶段和量测更新阶段分别引入自适应渐消因子和最大相关熵准则进行INS/CNS子系统和INS/GNSS子系统的局部状态估计；根据最小方差原理和容积准则融合INS/CNS子系统和INS/GNSS子系统的局部估计得到全局最优状态估计。本发明可以同时抑制过程建模误差和非高斯量测噪声对状态估计的影响，提高弹道导弹INS/CNS/GNSS组合导航的自适应性和鲁棒性，获得全局最优的状态估计值。
-
公开(公告)号：CN110632634A
公开(公告)日：2019-12-31
申请号：CN201910907858.9
申请日：2019-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种适用于弹道导弹INS/CNS/GNSS组合导航系统的最优数据融合方法，该方法包括以下步骤：构造INS/CNS/GNSS组合导航系统模型；在广义高阶CKF的时间更新阶段和量测更新阶段分别引入自适应渐消因子和最大相关熵准则进行INS/CNS子系统和INS/GNSS子系统的局部状态估计；根据最小方差原理和容积准则融合INS/CNS子系统和INS/GNSS子系统的局部估计得到全局最优状态估计。本发明可以同时抑制过程建模误差和非高斯量测噪声对状态估计的影响，提高弹道导弹INS/CNS/GNSS组合导航的自适应性和鲁棒性，获得全局最优的状态估计值。
-
Patent Agency Ranking
公开(公告)号：CN109141418A
公开(公告)日：2019-01-04
申请号：CN201811128089.4
申请日：2018-09-27
Applicant: 东南大学
CPC classification number: G01C21/18 , G01C21/20 , G01C25/005
Abstract: 本发明公开了一种过载环境下捷联惯导数据处理装置及其多源误差建模方法，捷联惯导数据处理装置包括捷联惯导组件模块和导航数据处理模块；多源误差建模方法包括建立飞行器的发动机推力模型，分析多种误差的来源，采用高阶高次误差分析，考虑外在发动机推力导致的弹性形变，及过载导致的加速度计及陀螺仪高阶误差，从而建立的多源非线性误差模型，提高了误差模型的准确性，从而有针对性地进行高精度的误差修正，提高导航定位精度，尤其适用于多种误差源影响下的捷联惯导系统，具有极强的普适性，为捷联惯导在飞行器工程化实现和应用方面提供有力支撑。
-
公开(公告)号：CN105045898A
公开(公告)日：2015-11-11
申请号：CN201510467034.6
申请日：2015-08-03
Applicant: 东南大学
IPC: G06F17/30
CPC classification number: G06F17/30764
Abstract: 本发明公开了一种基于脑电耳机的动态个性化歌曲推荐系统及其方法，系统包括脑电耳机系统、用户终端和服务器，所述脑电耳机系统内置算法得出的大脑反馈数据传输至用户终端，用户终端将接收到的大脑反馈数据传输至服务器，服务器收到大脑反馈数据后，通过完善好的歌曲推荐算法对大脑反馈数据进行赋权值处理，根据更新后的权值对歌曲重新排序，形成推荐歌单传输至用户终端。应用本发明系统的方法可以适用于工作、学习以及睡眠等各种状态的音乐推荐，为用户创建出一个更加人性化和针对性的人机系统。
-
公开(公告)号：CN114666729B
公开(公告)日：2024-07-12
申请号：CN202210299301.3
申请日：2022-03-25
Applicant: 东南大学
Abstract: 一种用于水下集群UUV协同导航定位的水声通信误差补偿方法，包括如下步骤：建立多输入多输出的动态神经网络的拓扑结构；设计神经元个数增长‑衰减机制；考虑动态模糊神经网络的参数训练方法。以满足预测阶段实现水声测距信道传播时延和测距误差预测的精确性。本发明结合模糊逻辑理论，将先验专家知识、系统信息融入神经网络构建输入输出关系，同时引入动态网络结构机制在神经网络训练过程中对神经元节点进行自适应调整，保证模糊神经网络结构的紧凑，设计出实时、自学习、自组织、自适应的水声测距信道传播时延和测距误差的新型神经网络预测模型，以达到进一步提高多UUV协同导航定位精度和可靠性的目的。
-
公开(公告)号：CN114666729A
公开(公告)日：2022-06-24
申请号：CN202210299301.3
申请日：2022-03-25
Applicant: 东南大学
Abstract: 一种用于水下集群UUV协同导航定位的水声通信误差补偿方法，包括如下步骤：建立多输入多输出的动态神经网络的拓扑结构；设计神经元个数增长‑衰减机制；考虑动态模糊神经网络的参数训练方法。以满足预测阶段实现水声测距信道传播时延和测距误差预测的精确性。本发明结合模糊逻辑理论，将先验专家知识、系统信息融入神经网络构建输入输出关系，同时引入动态网络结构机制在神经网络训练过程中对神经元节点进行自适应调整，保证模糊神经网络结构的紧凑，设计出实时、自学习、自组织、自适应的水声测距信道传播时延和测距误差的新型神经网络预测模型，以达到进一步提高多UUV协同导航定位精度和可靠性的目的。
-
公开(公告)号：CN109141418B
公开(公告)日：2022-05-13
申请号：CN201811128089.4
申请日：2018-09-27
Applicant: 东南大学
Abstract: 本发明公开了一种过载环境下捷联惯导数据处理装置及其多源误差建模方法，捷联惯导数据处理装置包括捷联惯导组件模块和导航数据处理模块；多源误差建模方法包括建立飞行器的发动机推力模型，分析多种误差的来源，采用高阶高次误差分析，考虑外在发动机推力导致的弹性形变，及过载导致的加速度计及陀螺仪高阶误差，从而建立的多源非线性误差模型，提高了误差模型的准确性，从而有针对性地进行高精度的误差修正，提高导航定位精度，尤其适用于多种误差源影响下的捷联惯导系统，具有极强的普适性，为捷联惯导在飞行器工程化实现和应用方面提供有力支撑。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.022 seconds)
