-
公开(公告)号：CN117973429B
公开(公告)日：2024-06-07
申请号：CN202410384018.X
申请日：2024-04-01
Applicant: 南京信息工程大学
Inventor： 葛泉波
Abstract: 本发明公开一种应用于非高斯噪声滤波的模型参数比估计方法，属于信息融合计算技术领域；方法包括：初始化运动单元的位置和速度，建立系统模型和观测模型，对系统模型进行一次滤波，得到线性状态转移矩阵与线性量测矩阵的；进行樽海鞘群算法初始化，将樽海鞘群算法中种群设置为初始均匀分布；更新领导者与跟随者位置，提升搜寻速度；利用所有领导者和跟随者，得到矩阵Q和R，并分别计算新息协方差矩阵的范数作为适应度值，然后再更新种群中领导者的身份；判断是否达到系统运行滤波程序的最大迭代次数，若是则输出矩阵Q和R；反之则返回更新领导者与跟随者位置；最后输出模型的参数比，来降低运动单元位置和速度的获取误差。
-
公开(公告)号：CN117973429A
公开(公告)日：2024-05-03
申请号：CN202410384018.X
申请日：2024-04-01
Applicant: 南京信息工程大学
Inventor： 葛泉波
Abstract: 本发明公开一种应用于非高斯噪声滤波的模型参数比估计方法，属于信息融合计算技术领域；方法包括：初始化运动单元的位置和速度，建立系统模型和观测模型，对系统模型进行一次滤波，得到线性状态转移矩阵与线性量测矩阵的；进行樽海鞘群算法初始化，将樽海鞘群算法中种群设置为初始均匀分布；更新领导者与跟随者位置，提升搜寻速度；利用所有领导者和跟随者，得到矩阵Q和R，并分别计算新息协方差矩阵的范数作为适应度值，然后再更新种群中领导者的身份；判断是否达到系统运行滤波程序的最大迭代次数，若是则输出矩阵Q和R；反之则返回更新领导者与跟随者位置；最后输出模型的参数比，来降低运动单元位置和速度的获取误差。
-
公开(公告)号：CN116667815A
公开(公告)日：2023-08-29
申请号：CN202310424422.0
申请日：2023-04-20
Applicant: 南京信息工程大学
IPC: H03H17/02
Abstract: 本发明公开一种基于最大熵高斯和的非高斯乘性噪声系统的滤波方法，属于数据处理领域；方法包括：构建非线性系统的离散时间动态模型；分别对量测噪声和乘性噪声进行高斯和处理；利用动态模型和容积卡尔曼滤波计算K时刻各个高斯分量的状态预测值和状态预测协方差；利用高斯分量的状态预测值和状态预测协方差，计算高斯分量的信息量、新息协方差和互协方差；以滑动窗口的方法重新估计新息协方差，利用重新估计的新息协方差计算权重矩阵；根据权重矩阵和最大相关熵原理计算滤波增益值；利用滤波增益值计算高斯分量估计值和估计协方差；高斯项数超过设置值时，根据马氏距离将距离最小的高斯项进行合并；高斯融合得到状态估计值和估计协方差。
-
公开(公告)号：CN116429117A
公开(公告)日：2023-07-14
申请号：CN202310470515.7
申请日：2023-04-27
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于VINS‑Mono的无人艇视觉惯导融合导航计算方法，属于无人系统的定位与建图领域；计算方法包括：采集图像并进行特征提取与匹配，并使用自适应粗剔除算法与精剔除和RANSAC算法拼接进行匹配点提纯操作；利用提纯后匹配点，基于RANSAC优化视觉定位算法；基于特征点法和直接法，对视觉惯导进行联合初始化；基于视觉惯导联合初始化，继续获取数据，并对数据进行非线性优化；最后通过回环检测输出位移、速度和姿态。
-
公开(公告)号：CN116089844B
公开(公告)日：2023-06-16
申请号：CN202310379628.6
申请日：2023-04-11
Applicant: 南京信息工程大学
Inventor： 葛泉波
IPC: G06F18/22 , G01C21/20 , G06N3/006 , G06F18/214
Abstract: 本发明公开了一种无人机位姿数据的非高斯特征验证方法，其包括：获取无人机的位姿数据集，所述位姿数据集包括位姿数据及其采样时间；根据位姿数据的采样时间采用滑动窗口法划分位姿数据集生成子集；计算各子集的峰度偏度高斯测度、分位数高斯测度、相似度指标；根据峰度偏度高斯测度、分位数高斯测度、相似度指标判断各子集内位姿数据是否存在非高斯特征；本发明能够无人机位姿数据的非高斯特征进行准确识别。
-
Patent Agency Ranking
公开(公告)号：CN116089844A
公开(公告)日：2023-05-09
申请号：CN202310379628.6
申请日：2023-04-11
Applicant: 南京信息工程大学
Inventor： 葛泉波
IPC: G06F18/22 , G01C21/20 , G06N3/006 , G06F18/214
Abstract: 本发明公开了一种无人机位姿数据的非高斯特征验证方法，其包括：获取无人机的位姿数据集，所述位姿数据集包括位姿数据及其采样时间；根据位姿数据的采样时间采用滑动窗口法划分位姿数据集生成子集；计算各子集的峰度偏度高斯测度、分位数高斯测度、相似度指标；根据峰度偏度高斯测度、分位数高斯测度、相似度指标判断各子集内位姿数据是否存在非高斯特征；本发明能够无人机位姿数据的非高斯特征进行准确识别。
-
公开(公告)号：CN119179339A
公开(公告)日：2024-12-24
申请号：CN202411670337.3
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种抗复合风场干扰分布式无人机编队方法及系统，涉及无人机编队控制技术领域，包括以下步骤：获取复合风速，将复合风速输入至预先建立的单架四旋翼无人机动态模型内，基于增强型自适应控制方法，输出得到带风干扰的无人机模型，其中，所述复合风速包括恒定风风速和风切变风速；基于Lur'e非线性估计方法对带风干扰的无人机模型进行求解，输出得到无人机编队估计干扰结果，基于无人机编队估计干扰结果实现时变编队控制，其中，所述求解过程中引入非光滑函数和环境干扰数据进行辅助求解。
-
公开(公告)号：CN116644593A
公开(公告)日：2023-08-25
申请号：CN202310635038.5
申请日：2023-05-31
Applicant: 南京信息工程大学
Inventor： 葛泉波
IPC: G06F30/20 , G06F17/16 , G06F17/18 , G06F18/214 , G06F119/10
Abstract: 本发明提供了一种不确定噪声的非高斯性检测判别方法及装置。本发明首先在数据预处理中采用标准化加权平均值进行数据规范化处理，其次，通过计算信息熵，信息偏差度，目的是为了通过计算信息熵消除一些数据的不确定性。然后，使用加权核对PCA进行改进，目的是对高维数据特征进行维度约减，降低数据的复杂度，从而达到简便的数据降维。其中，通过构造混合核函数，进行参数的寻优。最后，使用降维后的数据与独立主成分分析(ICA)处理标准化后的数据进行相关性的运算，以确定最终降维后的主成分。本发明针对多维数据的降维算法进行改进，提高了多维数据的非高斯性检测的精确度，为后续在实际UAV位姿估计等应用中提供保障。
-
公开(公告)号：CN116106840B
公开(公告)日：2023-07-28
申请号：CN202310363126.4
申请日：2023-04-07
Applicant: 南京信息工程大学
Inventor： 葛泉波
IPC: G01S7/40
Abstract: 本发明公开了一种无人舰载机雷达测量误差确定方法、装置、设备及介质，其方法包括获取海洋环境中无人舰载机着舰过程中的飞行数据、环境数据和雷达测量数据；根据飞行数据和环境数据计算舰尾流在各分量上的风速和风速变化量；根据风速和风速变化量耦合舰尾流在各分量上的风速数据；根据风速数据计算舰尾流对无人舰载机位姿的影响数据；根据影响数据和雷达测量数据计算无人舰载机的雷达测量误差；本发明能够复杂海洋环境中无人舰载机自动着舰时导航定位准确性不高的技术问题。
-
公开(公告)号：CN115859039B
公开(公告)日：2023-05-23
申请号：CN202310182028.0
申请日：2023-03-01
Applicant: 南京信息工程大学
Inventor： 葛泉波
Abstract: 本发明公开了一种车辆状态估计方法，包括：构建车辆状态的线性系统，车辆状态的线性系统采用状态方程和观测方程来描述，状态方程和观测方程中的噪声采用非高斯噪声统计模型来描述；在车辆状态的线性系统下，采用基于混合核函数的自适应核最大相关熵卡尔曼滤波方法，对车辆状态进行估计，以此获取车辆状态的最优状态估计；其中，在基于混合核函数的自适应核最大相关熵卡尔曼滤波方法中将针对观测方程残差项的核函数和针对状态方程预测误差项的核函数的加权和作为代价函数；以及核函数的核宽根据观测方程残差项自适应更新。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
