-
公开(公告)号：CN113819906B
公开(公告)日：2023-07-21
申请号：CN202111115235.1
申请日：2021-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明属于非理想条件下的组合导航技术领域，具体涉及一种基于统计相似度量的组合导航鲁棒滤波方法。本发明考虑SINS/DVL紧组合系统中正常的DVL波束测量信息和大误差的波束测量信息同时出现的情形，针对目前现有的组合导航系统鲁棒滤波器对量测信息处理粗糙，导致正常量测信息易丢失的问题，基于多维量测方程分解和统计相似度量提出了新的鲁棒滤波方法。本发明在将SINS/DVL紧组合导航系统的多维量测方程进行分解的同时，引入统计相似度量(SSM)理论，协助每个波束的测量噪声方差在大测量误差出现时完成各自的自适应更新，最终保证每个波束测量信息处理的独立性。本发明可用于非理想条件下的水下航行器组合导航领域。
-
公开(公告)号：CN109596128B
公开(公告)日：2022-06-21
申请号：CN201910033292.1
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于自主式水下航行领域，具体涉及一种基于多水听器提高多AUV协同定位性能的方法。该方法包括：在跟随AUV上配置多个水听器，设置水听器的位置并固定水听器；领航AUV与跟随AUV通过水听器进行水声测距，同时领航AUV将自身位置广播发送给跟随AUV；建立单领航AUV模式的协同定位系统状态空间模型；利用EKF滤波方法，对跟随AUV定位。通过设计多个水听器在跟随AUV上的位置，增加状态空间模型量测矩阵维数，系统的可观测性大大提高，有效降低了对单领航方案中的各AUV高机动性要求；减少了多AUV协同导航系统领航AUV数量，避免了由于设置多个领航AUV所需要配备的高精度惯性测量单元，降低成本；不涉及到多领航AUV时间同步的问题，容易实施，而且定位精度较高。
-
公开(公告)号：CN114199249A
公开(公告)日：2022-03-18
申请号：CN202111448261.6
申请日：2021-11-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多AUV协同定位技术领域，具体涉及一种改进ANFIS的多AUV协同定位量测异常检测方法。针对水下声学测距误差对AUV协同定位系统定位性能的影响，本发明以准确识别并隔离异常信息、保留准确信息为目标，利用ACKF提取特征信息，并基于预定义的量测异常状态，建立满足伯努利分布的混合数据库，实现了ANFIS规则的在线更新，有效提高了检测系统在少量“样本数据”情况下的可靠性和准确性。本发明将在线数据训练机制与基于ANFIS的异常检测系统相结合，利用ANFIS规则的检测输出对异常时刻的量测信息进行隔离，设置伯努利分布的标志位对滤波方程进行更改，有效提高了协同定位系统定位精度及稳定性。
-
公开(公告)号：CN111323049A
公开(公告)日：2020-06-23
申请号：CN202010196578.4
申请日：2020-03-19
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种粒子群算法的粗对准方法，包括：步骤一：建立多矢量定姿模型，求解水平姿态；步骤二：建立粒子群算法模型；步骤三：构建粒子群适应度函数；步骤四：粒子早熟收敛问题的解决；步骤五：进行载体坐标系对导航坐标系姿态矩阵 的更新；本发明充分利用惯性系对准算法水平姿态收敛较快的特点，极大降低了构造粒子群算法适应度函数的难度。本发明利用粒子群算法的快速估计能力，将粒子群算法应用到惯性系的粗对准之中，极大缩短了摇摆基座的对准时间。
-
公开(公告)号：CN109656136B
公开(公告)日：2022-03-18
申请号：CN201811534141.6
申请日：2018-12-14
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于声学测量领域，具体涉及一种基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法。本发明在多随从AUV情况下，考虑了声学测距误差与距离的相关性，具有更高的实用价值；针对位置信息的不确定性，根据相应的概率密度采用蒙特卡洛方法对可能分布区域内的编队构型进行优化设计；采用基于退火思想的步进递推的策略，不管主艇初始位置在何处，均可经过迭代步骤找到其最优位置布局；本发明引入Metropolis准则作为判断是否接受新解作为当前解的准则之一，可有效改善当局部最优解出现时迭代不再继续进行的情况；本发明的迭代过程产生新解邻域的大小与温度高低直接相关，增加最终结果的精确性。
-
Patent Agency Ranking
-
公开(公告)号：CN111158395B
公开(公告)日：2021-05-14
申请号：CN202010031399.5
申请日：2020-01-13
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供一种基于鸽群优化的多无人机紧密编队控制方法，通过分析长机翼尖涡流对僚机影响建立紧密编队条件下气动耦合效应的数学模型，输入长机控制指令和改进人工势场法获得多无人机紧密编队的理想状态。利用改进鸽群优化算法估计可使下一时刻僚机状态量最接近理想状态下的僚机控制量，从而完成编队任务。本发明意义在于提供了一种在紧密编队条件下的多无人机编队控制方案，收敛速度快，稳态精度高，具有较高的工程应用价值。
-
公开(公告)号：CN109974706A
公开(公告)日：2019-07-05
申请号：CN201910177062.2
申请日：2019-03-08
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明属于水下航行器导航研究领域，具体涉及一种基于双运动模型的主从式多AUV协同导航方法，包括以下步骤：领航AUV与跟随AUV进行水声测距，同时领航AUV将自身位置和速度信息广播发送给跟随AUV；建立跟随AUV与领航AUV间的相对运动状态空间模型；通过CKF估计跟随AUV与领航AUV的速度分量差值；建立双领航模式的多AUV协同导航状态空间模型；本发明提出将AUV相对运动状态空间模型与双领航模式的多AUV协同导航状态空间模型相结合，保障了多AUV协同导航系统的协同定位性能；本发明跟随AUV不需装备惯性导航设备和DVL，从而降低AUV系统配置的复杂性且节约了跟随AUV的内部空间、减轻重量。
-
公开(公告)号：CN109459040A
公开(公告)日：2019-03-12
申请号：CN201910033350.0
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明属于定位技术领域，具体涉及一种基于RBF神经网络辅助容积卡尔曼滤波的多AUV协同定位方法。本发明包括以下步骤：建立多AUV协同定位状态空间模型；创建一个RBF神经网络；在基准参考位置可用时，通过CKF进行多AUV协同定位估计；收集RBF神经网络的训练数据；对RBF神经网络进行训练；基准信号中断，停止训练RBF神经网络，继续进行CKF协同定位估计；估计CKF协同定位滤波误差；补偿滤波状态更新估计值。本发明在多AUV协同定位情况下，考虑跟随AUV航向漂移误差、洋流速度影响及与距离相关的水声噪声，具有更高的实用价值；利用RBF神经网络对CKF滤波估计值进行补偿，协同定位精度和稳定性显著提高；本发明算法易于实现。
-
公开(公告)号：CN113819906A
公开(公告)日：2021-12-21
申请号：CN202111115235.1
申请日：2021-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明属于非理想条件下的组合导航技术领域，具体涉及一种基于统计相似度量的组合导航鲁棒滤波方法。本发明考虑SINS/DVL紧组合系统中正常的DVL波束测量信息和大误差的波束测量信息同时出现的情形，针对目前现有的组合导航系统鲁棒滤波器对量测信息处理粗糙，导致正常量测信息易丢失的问题，基于多维量测方程分解和统计相似度量提出了新的鲁棒滤波方法。本发明在将SINS/DVL紧组合导航系统的多维量测方程进行分解的同时，引入统计相似度量(SSM)理论，协助每个波束的测量噪声方差在大测量误差出现时完成各自的自适应更新，最终保证每个波束测量信息处理的独立性。本发明可用于非理想条件下的水下航行器组合导航领域。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
