一种太阳干扰影响下的四轴长波红外辐射姿态补偿方法

    公开(公告)号:CN114413908A

    公开(公告)日:2022-04-29

    申请号:CN202210074701.4

    申请日:2022-01-21

    Applicant: 南通大学

    Abstract: 本发明涉及旋转飞行体的姿态信息获取与处理技术领域,具体涉及一种太阳干扰影响下的四轴长波红外辐射姿态补偿方法,包括分析太阳红外辐射干扰对长波和中波红外姿态测试的影响,找到太阳红外辐射对长波和中波红外辐射传感器干扰的影响规律;设计四轴长波红外辐射传感器姿态补偿算法,利用正弦度函数来判断是否存在干扰,并对干扰影响的传感器数据进行剔除,再利用剩余传感器数据解算姿态角,并取均值,从而得到最终的姿态角信息;本发明为利用红外辐射进行旋转飞行体姿态测试提供了一种全天候、抗干扰能力强的方法。

    一种基于轻量化神经网络的双波段红外辐射干扰检测方法

    公开(公告)号:CN118312763A

    公开(公告)日:2024-07-09

    申请号:CN202410511783.3

    申请日:2024-04-26

    Applicant: 南通大学

    Abstract: 本发明属于深度学习特征提取技术领域,具体涉及一种基于轻量化神经网络的双波段红外辐射干扰检测方法。本发明包括以下步骤:S11、数据集的建立主要包括:S11‑1、搭建双波段红外辐射测量半实物平台;S11‑2、按无干扰、太阳干扰、云层干扰和传感器故障采集并建立合适的双波段红外辐射时间序列数据集;S12、将采集的双波段红外辐射时间序列数据集,通过Ds‑GADF进行数据融合,将一维的双波段红外辐射时间序列数据集转换为二维的双波段红外辐射彩色图像数据集;S13、将转换后的二维的双波段红外辐射彩色图像数据集输入进FIRViT神经网络当中,对FIRViT神经网络进行训练,并保存模型的最佳权重;S14、将模型的最佳权重放入嵌入式设备中验证算法可行性。

    一种云层和太阳干扰特征提取及姿态误差规避方法

    公开(公告)号:CN116734835A

    公开(公告)日:2023-09-12

    申请号:CN202310648515.1

    申请日:2023-06-02

    Applicant: 南通大学

    Abstract: 本发明属于旋转飞行体的姿态信息获取与处理技术领域,涉及一种云层和太阳干扰特征提取及姿态误差规避方法,包括对双波段红外传感器数据进行分析,得到受干扰时中波和长波红外传感器数据特征不一致的规律,判断干扰区间、干扰中心点和干扰类型,从而得到干扰特征参数,利用干扰特征参数计算置信函数,最后根据干扰类型、干扰相位和置信函数,使用四轴双波段红外姿态规避算法进行姿态解算得到姿态信息。本方法利用判断得到的干扰类别和区间,合理规避了旋转飞行过程中的随机干扰源,得到飞行区间内完整的俯仰角和横滚角信息,有利于增强红外辐射姿态测试的抗干扰能力,提高姿态测试精度。

Patent Agency Ranking