-
公开(公告)号：CN114384560B
公开(公告)日：2025-03-21
申请号：CN202210067628.8
申请日：2022-01-20
Applicant: 东南大学
Abstract: 一种基于TVF－EMD－SVD的GNSS多径信号抑制方法，首先将含有多径效应的GNSS信号进行时变滤波经验模态分解，分解得到m个本征模态函数分量，多径信号往往集中在低频的本征模态函数分量中，利用分解得到的m个本征模态函数分量构造时频矩阵，通过对IMF分量构建的时频矩阵进行奇异值分解，将多径信号的各频率成分分解到不同的时频子空间中，然后，计算各时频子空间自相关函数与原信号自相关函数的相关系数，选择相关系数大于等于0.5的时频子空间进行信号重构，从而实现对多径信号的抑制。本发明能够避免EMD在分解时出现的模态混叠情况，同时对于SVD降噪时不能准确选取重构阶次的问题，引入自相关函数和自相关系数，来帮助SVD进行准确的重构阶次选择。
-
公开(公告)号：CN119535502A
公开(公告)日：2025-02-28
申请号：CN202411825855.8
申请日：2024-12-12
Applicant: 东南大学
IPC: G01S19/21
Abstract: 本发明公开了一种卫星干扰源定位方法，涉及卫星导航与无线通信技术领域，首先卫星星座模拟器生成卫星干扰信号，卫星接收机记录不同干扰功率下的载波噪声比和自动增益控制量；建立接收机在不同干扰强度下的输出特性模型；将目标区域分为均匀网格，在网格内利用光线追踪和三维城市模型，仿真任意干扰源位置下，接收机接收到的干扰信号功率；结合输出特性模型，得到载波噪声比和自动增益控制量的数据集；利用数据集对干扰源位置预测器进行训练；位置预测器运行在云端，通过接收到实测信息进行位置预测；使用信号匹配或联合定位策略，以最终确定干扰源的精确位置。本发明可实施性强，可以提高密集城市环境下卫星干扰源定位的精度。
-
公开(公告)号：CN114897010B
公开(公告)日：2024-11-08
申请号：CN202210464770.6
申请日：2022-04-29
Applicant: 东南大学
Abstract: 基于重采样改进的梯度提升树的强电离层闪烁检测方法，该方法首先提取出GNSS信号中I、Q支路的相关值并计算与其相关的数学表达式作为电离层闪烁检测模型特征向量，采用人工分类将闪烁事件分为弱、中、强三等级并标记。将预处理后的数据集按一定比例分为训练集和测试集，对训练集采用SMOTE‑ENN技术进行重采样得到样本平衡后的数据集，用于XGBoost算法的建模与优化，测试集用于模型性能评估。训练后的分类模型可实现各种闪烁强度下的电离层闪烁事件分类。该方法相对于传统方法在保证整体检测准确率较高的同时，有效提高了强电离层闪烁的识别准确度。
-
公开(公告)号：CN118396034A
公开(公告)日：2024-07-26
申请号：CN202410464626.1
申请日：2024-04-17
Applicant: 东南大学
Abstract: 本发明提供了一种基于强化学习的城市交通场景下自动驾驶车辆决策规划方法，自动驾驶车辆通过视觉传感器和激光雷达获取环境中的自身车辆和相邻车辆的观测信息、状态信息和动作信息等，接着将获取到的环境信息输入基于注意力机制的DQN算法中，算法输出相应的自动驾驶决策规划策略。根据城市交通场景下的奖励函数输出该策略的奖励值，并将相应的状态信息、动作信息和奖励值存入经验池中。采用基于改进优先回放经验的方法对经验池中的数据进行处理和提取，计算损失值，并更新主网络和目标网络的参数。该方法利用改进的注意力机制能够有侧重的对城市交通场景中的车辆进行观测，并能够更快速的训练和获得更好的性能。
-
公开(公告)号：CN118393545A
公开(公告)日：2024-07-26
申请号：CN202410485984.0
申请日：2024-04-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于M估计的自旋载体GNSS/INS矢量深组合导航方法，建立基于双天线联合的抗旋转导航定位系统模型，设计KF跟踪+EKF解算的矢量跟踪环路，设计基于M估计抗差的EKF解算环路的计算方程，实现自旋信号的故障检测和隔离，构建自旋载体GNSS/INS矢量深组合模型，根据卫星导航解算结果和惯性导航解算结果修正误差，更新伪码NCO和载波NCO，完成闭环反馈。相较于传统接收机在旋转、高动态、遮挡等环境下信号容易失锁，无法进行跟踪定位，本发明的组合导航方法在旋转高动态环境下实现稳定跟踪定位，提高了自旋载体深组合导航系统的鲁棒性和定位精度。
-
Patent Agency Ranking
公开(公告)号：CN118351180A
公开(公告)日：2024-07-16
申请号：CN202410434379.0
申请日：2024-04-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于果园环境下融合GCNv2网络的双目视觉SLAM方法，采用融合的GCNv2网络从中提取深度信息并输入当前帧，再并行运行跟踪线程、局部建图线程和闭环检测线程三大线程。最后进入全局优化线程，更新所有关键帧的位姿和地图点，得到实时性好、高精度和稳定的农机自动驾驶定位轨迹和点云地图。基于本发明方法能够实现果园农机自动驾驶的实时定位，依托双目视觉传感器，结合GCNv2网络和闭环检测等功能，实现了定位方法的低成本、实时性、高精度和稳定性，可广泛用于果园复杂环境的视觉SLAM。
-
公开(公告)号：CN112254718B
公开(公告)日：2024-04-09
申请号：CN202010772026.3
申请日：2020-08-04
Applicant: 东南大学
Abstract: 本发明提供了一种运动约束辅助的基于改进Sage‑Husa自适应滤波的水下组合导航方法，包括：建立多普勒计程仪误差模型；构建基于卡尔曼滤波的水下组合导航系统的状态方程；根据水下潜航器向心加速度和前向速度间的关系建立约束条件，构建完整运动约束模型；建立两个量测方程；建立滤波方程，在水下滑翔器正常行驶时采用标准卡尔曼滤波算法进行解算，当量测噪声发生变化时，采用改进的Sage‑Husa自适应滤波算法进行时间更新、量测更新和滤波更新。本发明能够提高水下组合导航系统的滤波精度，较好地抑制量测干扰时的滤波发散，具有较好的鲁棒性和可靠性。
-
-
公开(公告)号：CN117539251A
公开(公告)日：2024-02-09
申请号：CN202311596057.8
申请日：2023-11-27
Applicant: 东南大学 , 无锡万耐特自动化设备股份公司
Abstract: 本发明所述的基于粒子群多目标优化的Stanley跟踪控制方法，在基于Stanley几何模型的Stanley跟踪控制方法上，提出使用粒子群多目标优化算法对Stanley方法中的增益系数进行优化。相较于线性模型控制方法和最优控制方法，该方法可减少对农机数学模型的依赖，有效的应对复杂多变的果园环境。相较于模糊控制方法和滑模变结构控制方法，该方法在农机可有效提高路径跟踪精度。该方法相对于其他跟踪和控制方法，可减少农机从上线阶段过渡到在线作业阶段的时间，在农机进行较大曲率的地头掉头过程中，能够防止农机发生侧滑的情况，同时提升弯道跟踪和控制精度。
-
公开(公告)号：CN116659546A
公开(公告)日：2023-08-29
申请号：CN202310438378.9
申请日：2023-04-23
Applicant: 东南大学
Abstract: 本发明提供了一种谐振式光纤陀螺快速运算仿真方法，包含谐振式光纤陀螺信号处理和闭环控制模型，包括：初始设定仿真相关参数，选择调制波形，对闭环控制模型进行仿真，其中模拟谐振腔多圈干涉耦合采用多核并行运算；同步采样解调滤波，并进行状态机判断状态转移，从而决定对光源继续扫频还是锁频控制，更新输出数据。本发明提供的系统且快速的计算仿真方法，可以缩短仿真时间，提高仿真效率，并完整地对谐振式光纤陀螺信号处理闭环系统进行仿真，便于观察各个波形调制解调的输出结果，能够为硬件调试提供理论支撑。
-
-
-
-
-
-
-
-
-
Search Results
381
records
(took 0.029 seconds)
