-
公开(公告)号：CN111323050B
公开(公告)日：2021-06-18
申请号：CN202010196612.8
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种捷联惯导和多普勒组合系统标定方法，包括：步骤一：构建捷联惯导/GPS组合系统，并计算组合导航系统在载体系下速度，同步获取多普勒输出的多普勒坐标系下速度。步骤二：构建捷联惯导/多普勒大安装偏差角及刻度系数误差的模型。步骤三：构建捷联惯导/多普勒安装偏差角及刻度系数误差的相关系统方程及量测方程。步骤四：利用卡尔曼滤波对安装偏差状态量及刻度系数误差进行估计，完成标定任务。本发明适用于SINS/DVL组合导航系统任意未知安装偏差角条件下的标定方法，具有较高的工程应用价值，利用SINS/GPS组合导航的速度作为参考速度，同时利用卡尔曼滤波技术进行状态估计，标定结果精度高。
-
公开(公告)号：CN111323049B
公开(公告)日：2021-04-20
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：CN111323050A
公开(公告)日：2020-06-23
申请号：CN202010196612.8
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种捷联惯导和多普勒组合系统标定方法，包括：步骤一：构建捷联惯导/GPS组合系统，并计算组合导航系统在载体系下速度，同步获取多普勒输出的多普勒坐标系下速度。步骤二：构建捷联惯导/多普勒大安装偏差角及刻度系数误差的模型。步骤三：构建捷联惯导/多普勒安装偏差角及刻度系数误差的相关系统方程及量测方程。步骤四：利用卡尔曼滤波对安装偏差状态量及刻度系数误差进行估计，完成标定任务。本发明适用于SINS/DVL组合导航系统任意未知安装偏差角条件下的标定方法，具有较高的工程应用价值，利用SINS/GPS组合导航的速度作为参考速度，同时利用卡尔曼滤波技术进行状态估计，标定结果精度高。
-
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：CN111444948A
公开(公告)日：2020-07-24
申请号：CN202010204462.0
申请日：2020-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种图像特征提取与匹配方法，包括步骤一：对特征点进行初步筛选；步骤二：利用候选角点中X和Y方向的梯度对S1得到的候选角点进行二次筛选；步骤三：像素级角点检测；步骤四：亚像素级角点检测，通过迭代优化Harris位置获得S3中得到的像素级角点的亚像素级角点坐标；步骤五：旋转不变快速变化描述子计算；步骤六：进行特征提取与特征匹配。发明在Harris角点检测的基础上，经过两次候选角点的筛选以提高角点的检测速度，并且通过迭代优化提高了角点检测的位置精度，最后，利用旋转不变快速变换描述子来表示特征。
-
公开(公告)号：CN111397607A
公开(公告)日：2020-07-10
申请号：CN202010197422.8
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用并行融合机制的信息滤波方法，通过将实时更新的局部后验估计均值和协方差用于局部无迹信息滤波器，使无迹信息滤波器和加权平均一致性滤波器并行运行，保证算法在随机动态通信拓扑正常运行，对平均一致性滤波器的改进和通信拓扑拉普拉斯矩阵次小特征根的最大化，使算法具有更好的稳定性，准确率和收敛速率，具有较高的工程应用价值。
-
公开(公告)号：CN111158395A
公开(公告)日：2020-05-15
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：CN109656136A
公开(公告)日：2019-04-19
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。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
