-
公开(公告)号：CN103776446B
公开(公告)日：2017-01-04
申请号：CN201310520233.X
申请日：2013-10-29
Applicant: 哈尔滨工程大学
IPC: G01C21/16
Abstract: 本发明公开了一种基于双MEMS-IMU的行人自主导航解算算法，将两个IMU系统同时固联于行人导航系统使用者的两只脚上，双系统分别进行捷联惯导解算算法和基于卡尔曼滤波的零速修正算法，再融合两只脚的定位信息，当双脚解算距离超过两脚间最大步长γ时，采用状态约束卡尔曼滤波算法对两个IMU的导航结果进行不等式约束，将模糊的人体生理特性问题转化为严格的数学问题，从而得到导航结果的最优估计，实现了更高精度的行人导航定位功能。
-
公开(公告)号：CN103604442A
公开(公告)日：2014-02-26
申请号：CN201310563344.9
申请日：2013-11-14
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种应用于捷联惯导系统在线标定的可观测性分析方法，建立单轴旋转式捷联惯导系统的在线标定模型；利用解析法分析惯性器件参数，陀螺和加速度计误差的可观测性；分析单轴旋转机构的转动对不可观测的惯性器件参数误差可观测性的影响；分析舰船的曲折机动对提高陀螺常值漂移和刻度因子误差的可观测性和可观测度的影响；分析舰船进行变速运动对提高加速度计零偏和刻度因子误差的可观测性和可观测度的影响；分析外接设备提供的高精度参考信息对提高惯性器件参数误差可观测性和可观测度的影响。本发明分离出可标定的惯性器件参数误差，并提高了其收敛速度和估计精度，保证了惯性器件参数误差的有效估计。
-
公开(公告)号：CN103591965A
公开(公告)日：2014-02-19
申请号：CN201310413346.X
申请日：2013-09-12
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种舰载旋转式捷联惯导系统在线标定的方法，包括：建立惯性器件输出误差模型和惯导系统误差方程，研究惯性器件参数误差的可标定性并确定状态量和量测量；根据状态量维数确定cubature点的位置和权值，推导与cubature点相关的状态方程、一步状态预测和状态预测协方差阵，并引入多重时变渐消因子修正状态预测协方差阵；推导与cubature点和渐消因子相关的量测方程、自相关协方差阵、互相关协方差阵、增益矩阵、状态估计值和状态误差协方差估计值，设计出具有强跟踪性能和强鲁棒性的强跟踪容积卡尔曼滤波方法。本发明利用该滤波算法对惯性器件参数误差进行估计和进行在线标定并补偿惯性器件参数误差，有效地提高了导航精度，具有较强的参数变动的鲁棒性。
-
公开(公告)号：CN103776446A
公开(公告)日：2014-05-07
申请号：CN201310520233.X
申请日：2013-10-29
Applicant: 哈尔滨工程大学
IPC: G01C21/16
Abstract: 本发明公开了一种基于双MEMS-IMU的行人自主导航解算算法，将两个IMU系统同时固联于行人导航系统使用者的两只脚上，双系统分别进行捷联惯导解算算法和基于卡尔曼滤波的零速修正算法，再融合两只脚的定位信息，当双脚解算距离超过两脚间最大步长γ时，采用状态约束卡尔曼滤波算法对两个IMU的导航结果进行不等式约束，将模糊的人体生理特性问题转化为严格的数学问题，从而得到导航结果的最优估计，实现了更高精度的行人导航定位功能。
-
公开(公告)号：CN103744099A
公开(公告)日：2014-04-23
申请号：CN201310581902.4
申请日：2013-11-20
Applicant: 哈尔滨工程大学
IPC: G01S19/49
CPC classification number: G01S19/49 , G01C21/165
Abstract: 本发明涉及一种基于等式约束卡尔曼滤波的单兵导航方法，包括：单兵导航系统配有一个小型GPS接收机和两个MIMU传感器。GPS与双MIMU系统在人体安置的位置选择以便最大限度的克服GPS动态性能不良以及MEMS随时间导航精度急剧降低的缺点。利用各导航器件之间的位置关系，构造两个非线性等式约束方程。将约束方程与卡尔曼滤波相结合，摆脱微弱信号下GPS定位精度不够的问题。在恶劣的封闭室内导航环境下，采用本发明可以充分增加微弱GPS信号的可利用性，在一定程度上补偿MEMS的累积误差，并且在卫星信号失锁的紧急时刻也能利用MEMS独立辅助单兵执行任务，因此大大的提高了组合导航系统的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN103644910A
公开(公告)日：2014-03-19
申请号：CN201310589676.4
申请日：2013-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于分段RTS平滑算法的个人自主导航系统定位方法，先采集个人自主导航系统正常工作模式下输出的角速率信息、比力信息、磁力计信息；进而根据系统输出信息解算出未经误差补偿的个人定位信息；然后利用系统输出数据及公式确定运动过程中的零速区间并根据零速区间对数据进行分段；在每个分段中使用改进的RTS平滑算法以得到误差修正后的个人定位信息。本发明在使用零速校正作为误差补偿修正算法的基础上，根据让个人行走时各传感器输出数据特点，利用零速区间对各数据进行分段，设计基于分段RTS平滑算法的个人自主导航系统定位方法。在不增加系统成本的条件下，提高了个人自主导航系统定位精度；本发明方法简单，稳定性和可靠性高。
-
公开(公告)号：CN103630147A
公开(公告)日：2014-03-12
申请号：CN201310603099.X
申请日：2013-11-26
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种基于HMM的个人自主导航系统零速检测方法：采集个人自主导航系统微型惯性测量单元中Y轴陀螺的输出信息；利用函数将Y轴陀螺的输出信息进行初步分段，并将分段后Y轴陀螺输出值进行范围划分；将使用者一步运动时Y轴陀螺输出值进行分成段、命名，将其视为HMM过程的状态量；将一个输出范围作为HMM的一个输出，使零速检测问题转化为HMM解码问题；求出使用者一步运动过程中状态转移矩阵A及输出过程和状态过程的转换关系可以用矩阵B；利用Viterbi求取HMM的状态量Qk；利用不等式判别个人自主导航系统使用者运动过程中的零速区间。本发明检测方法问题数学化、模型化，提高了检测的精度。
-
公开(公告)号：CN103630147B
公开(公告)日：2017-11-14
申请号：CN201310603099.X
申请日：2013-11-26
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于HMM的个人自主导航系统零速检测方法：采集个人自主导航系统微型惯性测量单元中Y轴陀螺的输出信息；利用函数将Y轴陀螺的输出信息进行初步分段，并将分段后Y轴陀螺输出值进行范围划分；将使用者一步运动时Y轴陀螺输出值进行分成段、命名，将其视为HMM过程的状态量；将一个输出范围作为HMM的一个输出，使零速检测问题转化为HMM解码问题；求出使用者一步运动过程中状态转移矩阵A及输出过程和状态过程的转换关系可以用矩阵B；利用Viterbi求取HMM的状态量Qk；利用不等式判别个人自主导航系统使用者运动过程中的零速区间。本发明检测方法问题数学化、模型化，提高了检测的精度。
-
公开(公告)号：CN103968838B
公开(公告)日：2017-05-24
申请号：CN201410195910.X
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于极坐标系的AUV曲线运动状态下的协同定位方法。其中主AUV装备精度较高的惯性测量单元，而子AUV装备较低精度的IMU。首先，子AUV通过融合自身的惯性测量单元测量载体运动信息，并测定相对于主AUV的距离和方位信息，最后利用扩展卡尔曼滤波来实现协同定位。本发明与传统的基于笛卡尔坐标系的算法相比，在AUV做曲线运动时具有较高的定位精度。
-
公开(公告)号：CN103499354B
公开(公告)日：2017-01-18
申请号：CN201310449336.1
申请日：2013-09-24
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于内曼—皮尔逊准则的零速检测方法，该方法包括：手持掌上电脑实时接收单兵导航系统中脚步运动时传感器输出的量测信息；根据系统采样频率和数据传输速率确定窗口函数N；利用双假设检验理论将零速检测问题转化为模型化数学问题，并求得内曼—皮尔逊准则下的零速检测不等式；确定微型惯性测量单元传感器输出信号及掌上电脑接收信号的数学模型；求出微型惯性测量单元传感器输出信号的联合概率密度函数；利用未知信号元素的极大似然估计值取代零速检测不等式中未知元素得到广泛概率似然比不等式；将微型惯性测量单元输出数据代入广泛概率似然比不等式中，进而检测零速状态。本发明使检测方法问题数学化、模型化，提高了检测精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.033 seconds)
