-
公开(公告)号：CN118409278B
公开(公告)日：2025-03-28
申请号：CN202410494366.2
申请日：2024-04-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于双级搜索MVDR的远场多声源快速定位方法，该方法为：使用声源识别定位系统获取单声道音频数据，并对单声道音频数据进行低通滤波；对单声道音频数据进行静态MFCC特征提取和过零点特征提取，并对两种特征进行融合；预训练基于BP网络的分类矩阵组，将融合特征送入训练好的基于BP网络的分类矩阵组进行识别，将音频数据FFT结果和预置声源类别对应频率区间进行对比，确定用于MVDR计算的频率；使用六阵元均匀圆阵列的所有麦克风进行同步数据采集，计算声音数据协方差矩阵，执行双级搜索MVDR快速算法，实现俯仰角、方位角估计。本发明可以进行多声源的快速识别和定位，具有精确度高、计算量低、工作稳定、可靠性高的优点。
-
公开(公告)号：CN118149802B
公开(公告)日：2024-09-03
申请号：CN202410298495.4
申请日：2024-03-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种带观测时滞的无人车多源融合卡尔曼滤波方法及系统，具体为：无人车多源导航系统上电，对惯性导航元件进行初始对准；以捷联惯性导航系统作为时间、空间基准，对视觉惯性里程计、全球导航卫星系统进行时空同步；构建带时滞的SINS/GNSS联邦子滤波器和SINS/VIO联邦子滤波器，使用各联邦子滤波器进行实时观测修正，得到子滤波器的局部最优估计值；将子滤波器的结果输入主滤波器，在联邦主滤波器中根据信息分配因子对各子滤波器的局部最优估计值进行全局融合，实现高精度和可靠性的定位与导航。本发明方法降低了多源导航时滞系统的速度误差和位置误差，提高了定位和导航精度，并且结构简单，易于实现，工作稳定，可靠性高。
-
公开(公告)号：CN118244789A
公开(公告)日：2024-06-25
申请号：CN202410435908.9
申请日：2024-04-11
Applicant: 南京理工大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明提供一种全驱动倾旋翼一体式飞枪模型及反步控制方法，旨在解决现有欠驱动一体式飞枪无法带俯仰角悬停射击和移动射击过程中火控策略复杂的问题，以及过驱动无人机控制分配方法复杂的问题。本发明包括如下步骤：四旋翼各增加两个倾转自由度，建立机翼、机体、大地坐标系，确立转换关系；构建全驱动倾旋翼一体式飞枪线运动和角运动的动力学模型；基于模型设计反步控制器，明确虚拟控制输出；建立虚拟控制输出到执行机构输出的映射关系。本发明提供一种全驱动倾旋翼一体式飞枪设计方案，实现了位移和姿态的解耦控制，可完成即查即打的悬停射击及跟随射击，能有效简化控制分配方法，满足武器快速、准确射击的技术要求。
-
公开(公告)号：CN118149802A
公开(公告)日：2024-06-07
申请号：CN202410298495.4
申请日：2024-03-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种带观测时滞的无人车多源融合卡尔曼滤波方法及系统，具体为：无人车多源导航系统上电，对惯性导航元件进行初始对准；以捷联惯性导航系统作为时间、空间基准，对视觉惯性里程计、全球导航卫星系统进行时空同步；构建带时滞的SINS/GNSS联邦子滤波器和SINS/VIO联邦子滤波器，使用各联邦子滤波器进行实时观测修正，得到子滤波器的局部最优估计值；将子滤波器的结果输入主滤波器，在联邦主滤波器中根据信息分配因子对各子滤波器的局部最优估计值进行全局融合，实现高精度和可靠性的定位与导航。本发明方法降低了多源导航时滞系统的速度误差和位置误差，提高了定位和导航精度，并且结构简单，易于实现，工作稳定，可靠性高。
-
公开(公告)号：CN115951364B
公开(公告)日：2024-03-12
申请号：CN202211661516.1
申请日：2022-12-23
Applicant: 南京理工大学
Abstract: 本申请提供一种提高压电式快速转向镜平台定位精度的方法，包括：利用多个NARMA‑L2子模型对压电式快速转向镜平台的回滞非线性进行建模；设计训练输入信号，采集压电式快速转向镜平台的输出数据，采用复合神经网络训练以模拟其角度输出；利用一步超前预测误差以及约束优化算法，设计基于多个NARMA‑L2子模型的前馈控制器，对压电式快速转向镜平台的回滞进行粗补偿；设计PID反馈控制器，构成基于多个NARMA‑L2子模型的复合控制器，进一步对压电式快速转向镜平台的回滞进行精补偿。本申请的建模精度高，减弱了控制器的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN116929350A
公开(公告)日：2023-10-24
申请号：CN202311064485.6
申请日：2023-08-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于数据链测距的快速临机重构协同导航系统及方法。该系统包括空中无人子系统、地面无人子系统和通信数据链，空中无人子系统包括多个空中无人平台组成的空中无人飞行网络，地面无人子系统包括多个地面无人平台组成的地面协同通信网络；通信数据链与各无人平台相连。该方法为：空中无人平台搭载机载传感器获取导航定位数据，辅助无人平台导航定位；当空中无人平台进入地面无人平台的通信范围时，利用地面无人平台的导航位置信息，修正空中无人平台的定位误差；各无人平台通过通信数据链传输的数据，利用双向单程测距法计算获得无人平台间的相对距离。本发明能够在复杂环境下进行高精度协同导航，有较强的抗干扰能力。
-
公开(公告)号：CN116842385A
公开(公告)日：2023-10-03
申请号：CN202310802518.6
申请日：2023-06-30
Applicant: 南京理工大学
IPC: G06F18/214 , G01B21/30 , G06F18/213 , G06F18/10 , G06F18/24 , G06N3/0442 , G06N3/08
Abstract: 一种基于履带车振动特征的LSTM路面不平度识别方法，属于神经网络技术领域。包括：采集A、B、C、D四个路面等级的加速度数据；运用时频域分析方法分析各级路面的加速度数据特征，确定制作加速度样本时滑动窗口大小和步长；对采集到的加速度数据预处理，建立数据库；将步骤三建立的数据库作为LSTM网络的输入，路面不平度作为LSTM网络的输出，通过对LSTM网络进行训练和测试，识别出路面不平度的等级。优点：首次将LSTM运用于履带车的路面不平度识别中且准确率高；运用傅里叶变换和小波变换方法分析履带车的振动特征，根据振动特征在时间域上的分布确定滑动窗口大小和步长，方便了对数据进行采样，也能提高最后的识别准确率。
-
公开(公告)号：CN116294808A
公开(公告)日：2023-06-23
申请号：CN202111564348.X
申请日：2021-12-20
Applicant: 南京理工大学
Abstract: 本申请提供一种班组支援无人枪火控的方法，方法包括：校准后获得火控系统的迟滞时间；迟滞时间包括图像处理的迟滞时间、火控解算函数解算时间；从进入瞄准区域的物体中判断出目标，火控系统针对于不同运动模式下的目标运用递推最小二乘法滤波出目标航迹；根据系统迟滞时间以及目标航迹，得到目标经迟滞补偿后的位置；利用割弦法以及拟合函数，在目标经过迟滞补偿后的基础上计算出目标未来点，确定枪塔与该点处的射击诸元；射击诸元包括枪目方位角与修正后的枪目高低角。本申请提供的方法提供了一套瞄—打的无人枪火控实现方法，替代了作战人员使用枪械瞄准目标，打击目标的过程，降低了枪的火力打击的难度，提高了枪的火力打击精度。
-
公开(公告)号：CN115951364A
公开(公告)日：2023-04-11
申请号：CN202211661516.1
申请日：2022-12-23
Applicant: 南京理工大学
Abstract: 本申请提供一种提高压电式快速转向镜平台定位精度的方法，包括：利用多个NARMA‑L2子模型对压电式快速转向镜平台的回滞非线性进行建模；设计训练输入信号，采集压电式快速转向镜平台的输出数据，采用复合神经网络训练以模拟其角度输出；利用一步超前预测误差以及约束优化算法，设计基于多个NARMA‑L2子模型的前馈控制器，对压电式快速转向镜平台的回滞进行粗补偿；设计PID反馈控制器，构成基于多个NARMA‑L2子模型的复合控制器，进一步对压电式快速转向镜平台的回滞进行精补偿。本申请的建模精度高，减弱了控制器的复杂度。
-
公开(公告)号：CN113626983B
公开(公告)日：2022-09-13
申请号：CN202110764299.8
申请日：2021-07-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于状态方程递推预测高炮射弹脱靶量的方法，结合误差源特性构建数学模型，生成脱靶量序列；依据多步递推原理，推导计算多步递推预测时各模型阶次的状态转移矩阵和相关系数；选择离散型卡尔曼滤波预测算法，并且进行初值的设定；构建射击误差状态方程和输出方程，预测后续弹丸脱靶量。本发明根据多步递推预测时各模型阶次的相关系数构建相应的预测射击误差状态方程，利用前序生成的数值来建立更加理想的脱靶量预测数学模型，有助于提高高炮的射击精度。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.034 seconds)
