-
公开(公告)号：CN110375773B
公开(公告)日：2021-04-20
申请号：CN201910687706.2
申请日：2019-07-29
IPC: G01C25/00
Abstract: 本发明公开了一种MEMS惯导系统姿态初始化方法，包括：根据姿态初始化的误差方程建立系统模型，并依据所述系统模型确定状态量与量测量；获取惯性测量数据；依据所述惯性测量数据计算初始姿态角；基于所述状态量、量测量以及初始姿态角预测失准角修正值；基于所述失准角修正值对所述初始姿态角进行闭环修正。通过基于状态量、量测量以及初始姿态角预测失准角修正值；并基于失准角修正值对初始姿态角进行闭环修正。从而达到提高对准精度的目的。
-
公开(公告)号：CN109781099B
公开(公告)日：2020-10-30
申请号：CN201910175588.7
申请日：2019-03-08
Abstract: 本发明提供一种自适应UKF算法的导航方法及系统，包括采集惯性传感器原始数据、惯性导航系统定位信息更新、搜索采集GPS定位信息并判断卫星信号可信度、当卫星数目大于4颗且HDOP值约为1时，进入GPS/INS组合导航模式，否则进入神经网络预测修正模式、对惯性导航系统输出的定位信息进行补偿修正、误差协方差阵自适应更新、保存神经网络训练样本并对神经网络结构参数进行训练更新等。本发明提出的技术方案在卫星信号正常的情况下通过自适应调节UKF滤波器系统噪声和量测噪声协方差阵从而减小了由于系统噪声统计特征不明确或不准确导致的滤波精度下降、发散等问题。
-
公开(公告)号：CN109682377B
公开(公告)日：2020-10-20
申请号：CN201910175278.5
申请日：2019-03-08
IPC: G01C21/16
Abstract: 一种基于动态步长梯度下降的姿态估计方法，包括：步骤A：惯性导航器件IMU有三轴加速度计和三轴陀螺仪，采集IMU输出的加速度计和陀螺仪数据；步骤B1：为修正运动载体的运动噪声，对来自IMU的加速度计数据信息平滑处理；然后经过动态步长梯度下降算法得到一组四元数；步骤B2：通过四元数的微分方程，使陀螺仪输出的数据求解出另外一组四元数；步骤C：把步骤B1和步骤B2中的得到的两组数据作数据融合，得到所需要的姿态信息。本发明将采用动态步长梯度下降法进行姿态解算，用梯度下降法来寻求误差函数的最小值，使得算法简便且寻优速度更快；采用一维寻优法对梯度下降法的梯度步长进行动态处理，增强了姿态解算的动态性能。
-
公开(公告)号：CN110595434A
公开(公告)日：2019-12-20
申请号：CN201910850439.6
申请日：2019-09-10
Applicant: 兰州交通大学 , 兰州智华辰宇交通科技有限公司 , 陈光武
Abstract: 本发明公开了一种基于MEMS传感器的四元数融合姿态估计方法，包括：将陀螺仪原始测量信号进行预处理，得到预处理后的高频陀螺输出；使用含遗忘因子的加权最小二乘算法对所述高频陀螺输出进行处理，得到去噪后的陀螺输出；基于获取的初始姿态四元数和所述去噪后的陀螺输出使用改进的最小二乘递推方法估计陀螺漂移；将估计得到的陀螺漂移输入最小二乘估计模型得到补偿后的姿态四元数；基于所述补偿后的姿态四元对陀螺仪的姿态进行更新。实现提高姿态估计精度的优点。
-
公开(公告)号：CN110542406A
公开(公告)日：2019-12-06
申请号：CN201910826514.5
申请日：2019-09-03
Abstract: 本发明公开了一种基于EMD-MPF改进的陀螺仪信号去噪方法，包括：将陀螺仪的有噪信号分解为本征模态函数和残差信号；通过确定的两个标识参数对本征模态函数进行阶次选择，将本征模态函数分为噪声本征模态函数、混合本征模态函数和信息本征模态函数；舍弃所述噪声本征模态函数，保留所述信息本征模态函数，并对所述混合本征模态函数进行降噪处理；对降噪处理后的混合本征模态函数和保留的所述信息本征模态函数进行信号重构，从而得到去噪的陀螺仪信号。实现精确去除噪声信号，从而提高导航精确度的优点。
-
Patent Agency Ranking
公开(公告)号：CN110375773A
公开(公告)日：2019-10-25
申请号：CN201910687706.2
申请日：2019-07-29
IPC: G01C25/00
Abstract: 本发明公开了一种MEMS惯导系统姿态初始化方法，包括：根据姿态初始化的误差方程建立系统模型，并依据所述系统模型确定状态量与量测量；获取惯性测量数据；依据所述惯性测量数据计算初始姿态角；基于所述状态量、量测量以及初始姿态角预测失准角修正值；基于所述失准角修正值对所述初始姿态角进行闭环修正。通过基于状态量、量测量以及初始姿态角预测失准角修正值；并基于失准角修正值对初始姿态角进行闭环修正。从而达到提高对准精度的目的。
-
公开(公告)号：CN109781099A
公开(公告)日：2019-05-21
申请号：CN201910175588.7
申请日：2019-03-08
Abstract: 本发明提供一种自适应UKF算法的导航方法及系统，包括采集惯性传感器原始数据、惯性导航系统定位信息更新、搜索采集GPS定位信息并判断卫星信号可信度、当卫星数目大于4颗且HDOP值约为1时，进入GPS/INS组合导航模式，否则进入神经网络预测修正模式、对惯性导航系统输出的定位信息进行补偿修正、误差协方差阵自适应更新、保存神经网络训练样本并对神经网络结构参数进行训练更新等。本发明提出的技术方案在卫星信号正常的情况下通过自适应调节UKF滤波器系统噪声和量测噪声协方差阵从而减小了由于系统噪声统计特征不明确或不准确导致的滤波精度下降、发散等问题。
-
公开(公告)号：CN109781098A
公开(公告)日：2019-05-21
申请号：CN201910175265.8
申请日：2019-03-08
Abstract: 本发明提供一种列车定位的方法及系统，包括：步骤1获取导航测量数据，建立测量值变量；步骤2建立系统状态量；步骤3对滤波器的滤波状态初始化；步骤4对系统状态量进行时间更新；步骤5构造实际观测值和预测观测值的误差值方程；步骤6更新滤波器的状态向量与方差。最后，将步骤6的计算结果输出至导航计算机。本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息，而且能够在卫星信号异常的条件下提供较高精度的定位结果。
-
公开(公告)号：CN109343096A
公开(公告)日：2019-02-15
申请号：CN201810790202.9
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于GSM-R通信系统的GNSS辅助相对导航方法及系统，其中相对导航方法，包括：获取相对导航网络信息；在获取的PPLI信息和TOA信息中按照网络层级结构和GDOP值选取多个源，得到多个源数据；采集GNSS信息；获取惯性导航信息；利用EKF滤波器对所述多个源数据中的TOA伪距信息、所述GNSS信息和所述惯性导航信息进行数据融合，得到速度与位置信息；姿态修正：根据所述速度与位置信息推算出姿态信息，将所述姿态信息用于修正惯性导航的姿态角误差。以高精度的GNSS定位信息来补偿修正相对导航系统的TOA伪距定位信息，提高了相对导航系统在有卫星条件下的定位精度。
-
公开(公告)号：CN108981694A
公开(公告)日：2018-12-11
申请号：CN201810790258.4
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于小波神经网络与EKF的姿态解算方法及系统，其中基于小波神经网络与EKF的姿态解算方法，包括：获取IMU传感器的数据；将所述IMU传感器的数据经过扩展卡尔曼滤波器进行信息融合和姿态解算，得到校准前的姿态信息；将所述IMU传感器的数据和所述校准前的姿态信息作为小波神经网络的输入进行训练和预测，从而得到校准后的姿态信息。采用小波神经网络结合卡尔曼滤波来进行姿态解算，小波神经网络补偿卡尔曼滤波自身存在的模型误差，减小模型以及滤波参数对最优估计值的影响，使其具有自适应能力应付动态环境的扰动，并提高其精度。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.022 seconds)
