一种自适应H∞滤波的运动学约束捷联惯性导航方法

    公开(公告)号:CN109945859B

    公开(公告)日:2022-12-06

    申请号:CN201910255304.5

    申请日:2019-04-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种自适应H∞滤波的运动学约束捷联惯性导航方法,主要步骤包括:定义解算所需的坐标系,根据捷联惯性导航系统状态和载体运动学约束条件选取状态量和量测量,建立运动学约束H∞滤波模型,利用滑动窗口内的滤波新息构造自适应H∞滤波方法,估计出速度误差并对系统进行修正,完成运动学约束惯性导航。本发明能够在不增加传感器且不影响捷联惯性导航系统隐蔽性等其他优点的基础上,有效提高捷联惯性导航系统导航精度。

    一种基于因子分析的地形匹配区自组织优化分类方法

    公开(公告)号:CN108985327B

    公开(公告)日:2022-02-11

    申请号:CN201810572974.5

    申请日:2018-06-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于因子分析的地形匹配区自组织优化分类方法,包括以下步骤:首先利用基本适配特征参数和适配性验证指标构建数据库,利用相关分析和因子分析建立简化的基本适配特征参数和地形适配性之间的物理关系,然后从建立的数据库中随机选取训练样本和测试样本,将训练样本划分成多个类别,并标记类别标签,样本训练之后共获得多组优化参数,其中每一组优化参数都采用遗传算法构建一个相应的支持向量机分类器,利用经训练得到的支持向量机分类器对测试样本进行分类,通过投票表决策略决定测试样本的类别标签。本发明具有分类正确率较高,误判风险较低的特点,可应用于地形匹配和航迹规划。

    一种自适应H∞滤波的运动学约束捷联惯性导航方法

    公开(公告)号:CN109945859A

    公开(公告)日:2019-06-28

    申请号:CN201910255304.5

    申请日:2019-04-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种自适应H∞滤波的运动学约束捷联惯性导航方法,主要步骤包括:定义解算所需的坐标系,根据捷联惯性导航系统状态和载体运动学约束条件选取状态量和量测量,建立运动学约束H∞滤波模型,利用滑动窗口内的滤波新息构造自适应H∞滤波方法,估计出速度误差并对系统进行修正,完成运动学约束惯性导航。本发明能够在不增加传感器且不影响捷联惯性导航系统隐蔽性等其他优点的基础上,有效提高捷联惯性导航系统导航精度。

    一种基于自适应补偿H无穷滤波的传递对准方法

    公开(公告)号:CN109612499B

    公开(公告)日:2022-04-26

    申请号:CN201811474454.7

    申请日:2018-12-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于自适应补偿H无穷滤波的传递对准方法,包括:步骤10)建立传递对准模型;步骤20)对步骤10)建立的传递对准模型,进行自适应补偿H无穷滤波,估计失准角,完成传递对准。该传递对准方法保证了传递对准过程中滤波器的稳定性,同时提高了传递对准精度。

    一种基于自适应补偿H无穷滤波的传递对准方法

    公开(公告)号:CN109612499A

    公开(公告)日:2019-04-12

    申请号:CN201811474454.7

    申请日:2018-12-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于自适应补偿H无穷滤波的传递对准方法,包括:步骤10)建立传递对准模型;步骤20)对步骤10)建立的传递对准模型,进行自适应补偿H无穷滤波,估计失准角,完成传递对准。该传递对准方法保证了传递对准过程中滤波器的稳定性,同时提高了传递对准精度。

    一种基于因子分析的地形匹配区自组织优化分类方法

    公开(公告)号:CN108985327A

    公开(公告)日:2018-12-11

    申请号:CN201810572974.5

    申请日:2018-06-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于因子分析的地形匹配区自组织优化分类方法,包括以下步骤:首先利用基本适配特征参数和适配性验证指标构建数据库,利用相关分析和因子分析建立简化的基本适配特征参数和地形适配性之间的物理关系,然后从建立的数据库中随机选取训练样本和测试样本,将训练样本划分成多个类别,并标记类别标签,样本训练之后共获得多组优化参数,其中每一组优化参数都采用遗传算法构建一个相应的支持向量机分类器,利用经训练得到的支持向量机分类器对测试样本进行分类,通过投票表决策略决定测试样本的类别标签。本发明具有分类正确率较高,误判风险较低的特点,可应用于地形匹配和航迹规划。

    一种基于地形辅助的水下载体紧组合导航方法

    公开(公告)号:CN109813316B

    公开(公告)日:2022-07-29

    申请号:CN201910032320.8

    申请日:2019-01-14

    Applicant: 东南大学

    Abstract: 本发明公开一种基于地形辅助的水下载体紧组合导航方法,主要步骤包括:根据水下载体的运动状态选取状态量,建立水下载体组合导航系统模型,初始化水下地形组合导航系统;初始化高斯和粒子滤波器,搭建高斯过程‑高斯和粒子滤波框架并进行水下载体紧组合导航。采用高斯过程‑高斯和粒子滤波紧组合导航框架,可充分利用传感器信息,方法可移植性强,适用于非线性非高斯的实际系统,并且具有免重采样的优点,相较于传统的粒子滤波组合导航,组合导航精度更高,有利于推进基于地形辅助的水下载体组合导航系统的实际应用。

    一种基于地形辅助的水下载体紧组合导航方法

    公开(公告)号:CN109813316A

    公开(公告)日:2019-05-28

    申请号:CN201910032320.8

    申请日:2019-01-14

    Applicant: 东南大学

    Abstract: 本发明公开一种基于地形辅助的水下载体紧组合导航方法,主要步骤包括:根据水下载体的运动状态选取状态量,建立水下载体组合导航系统模型,初始化水下地形组合导航系统;初始化高斯和粒子滤波器,搭建高斯过程-高斯和粒子滤波框架并进行水下载体紧组合导航。采用高斯过程-高斯和粒子滤波紧组合导航框架,可充分利用传感器信息,方法可移植性强,适用于非线性非高斯的实际系统,并且具有免重采样的优点,相较于传统的粒子滤波组合导航,组合导航精度更高,有利于推进基于地形辅助的水下载体组合导航系统的实际应用。

Patent Agency Ranking