基于伪距的多模GNSS接收机的可靠定位方法

    公开(公告)号:CN104035113A

    公开(公告)日:2014-09-10

    申请号:CN201410295547.9

    申请日:2014-06-26

    CPC classification number: G01S19/42 G01S19/23 G01S19/33

    Abstract: 本发明公开一种基于伪距的多模GNSS接收机的可靠定位方法,多模GNSS接收机接收GNSS卫星信号,先得到GNSS卫星信号的伪距和导航电文;再将不同类型的伪距和导航电文统一到相同的时间和空间坐标上;后对经过坐标转换后的伪距和导航电文进行误差修正;当可见卫星的数目为4颗或4颗以上时,直接用实测的伪距完成接收机的定位解算;当可见卫星的数目为3颗或3颗以下时,先采用广义延拓插值对伪距进行外推,后再用外推出的伪距完成接收机的定位解算;3)当可见卫星的数目为5颗或超过5颗时,多模GNSS接收机还采用奇偶矢量法、扩展卡尔曼滤波法或无损卡尔曼滤波法来完成接收机自主完好性检测的过程。

    基于GNSS卫星的水下航行器定位方法及系统

    公开(公告)号:CN102608640A

    公开(公告)日:2012-07-25

    申请号:CN201210065951.8

    申请日:2012-03-14

    Abstract: 本发明公开一种基于GNSS卫星的水下航行器定位方法及系统,在水面上增设多个定位浮标,该定位浮标上携带的GNSS接收机和水声应答机。水下航行器上携带有水声问答机。定位浮标利用GNSS卫星定位技术先完成自身的定位和授时。当水下航行器需要定位时,其上的水声问答机发射的询问信号经由定位浮标上的水声应答器应答后返回至水声问答机。当水下航行器同时获得水面上布设的至少3个定位浮标以及一定的解算关系最终获得水下航行器的三维位置坐标。本发明能够利用水声相对定位技术将GNSS水面高精度定位能力向水下延伸,使水下航行器在工作潜深就可以直接获得自身的大地经纬度坐标,且定位精度可以保证与GNSS水面定位精度在同一量级。

    一种基于灰色Verhulst动态模型的周跳探测修复方法

    公开(公告)号:CN119001772A

    公开(公告)日:2024-11-22

    申请号:CN202411288375.2

    申请日:2024-09-13

    Abstract: 本发明提供了一种基于灰色Verhulst动态模型的周跳探测修复方法,涉及卫星导航周跳信号处理技术领域。包括:输入原始观测数据序列,并将此序列中的每一个值都减去此序列的最小值,以保证得到非负序列,并将此序列作为灰色Verhulst模型的原始数据序列;设定灰色Verhulst动态模型的滑动窗口,对原始数据序列进行灰色Verhulst建模,计算每个历元的预测值以及原始观测数据序列的标准差;在滑动结束后获得的所有预测值序列组成矩阵,将对角矩阵每列的非0元素求均值即可得到模型最终的预测值序列;将预测值加上序列的最小值得到此历元的还原预测值,将还原预测序列与原始观测数据序列进行比较,若其差大于原始观测数据序列的M标准差,则判断发生周跳,用还原预测值进行修复。

    一种用于跟踪非刚性多扩展目标的滤波方法

    公开(公告)号:CN118654661A

    公开(公告)日:2024-09-17

    申请号:CN202410691041.3

    申请日:2024-05-30

    Abstract: 本发明涉及即时定位与地图构建技术领域,具体涉及一种用于跟踪非刚性多扩展目标的滤波方法,通过将地标和量测建模为随机有限集,基于PHD‑SLAM的算法可以避免显式的数据关联;之后在PHD‑SLAM算法的基础上,通过量测新息计算次优渐消因子,利用次优渐消因子自适应修正特征预测协方差,进而增大卡尔曼增益,提高SLAM的定位和建图精度。本发明中对强跟踪中的次优渐消因子进行限制,防止次优渐消因子过大导致的滤波器发散,提高算法的鲁棒性,解决了现有技术中基于量测噪声协方差和过程噪声协方差突变的情况下的SLAM估计效果较差的技术问题。

    一种用于跟踪非刚性多扩展目标的PHD滤波方法

    公开(公告)号:CN113959428B

    公开(公告)日:2024-05-28

    申请号:CN202111135243.2

    申请日:2021-09-27

    Abstract: 本发明公开了一种用于跟踪非刚性多扩展目标的PHD滤波方法,首先,利用时空高斯过程对目标扩展的关键点进行建模,并利用运动学内部参考点来构建扩展目标的状态,然后采用概率假设密度滤波器传播非刚性多扩展目标随机有限集的一阶矩;此外,建立量测跟踪门挑选目标以及对应的量测,然后对目标和量测分群,给出一种合适的非刚性多扩展目标最优划分的预测似然,并提供了滤波器递归以及必要的近似和假设,最后通过将后验密度转换为高斯混合形式,得到了其闭式解及其相应的平滑滤波器的闭式解,在杂波、漏检和噪声存在的情况下能够准确估计非刚性目标的数量、运动状态和形状。

    一种基于节点可靠度子集划分准则的多进制LDPC译码方法

    公开(公告)号:CN117375634A

    公开(公告)日:2024-01-09

    申请号:CN202311378720.7

    申请日:2023-10-23

    Abstract: 本发明提出一种基于节点可靠度子集划分准则的多进制LDPC译码方法,包括:步骤1:对信道信息值的初始化;步骤2:译码迭代过程,若当前迭代次数达到最大迭代次数或者译码校验成功,退出迭代过程,否则进入步骤3;步骤3:对校验节点进行信息更新,且在第三次迭代后触发划分机制;步骤4:计算置换节点向校验节点置换信息值,并对置换节点传递给校验节点外信息进行消息截断;步骤5:计算置换节点向变量节点逆置换的信息值;步骤6:对变量节点全信息的计算和判决;步骤7:对判决结果校验,若满足 则译码结束,否则进入步骤8;步骤8:返回步骤2的译码迭代过程,同时将上轮迭代的信息传递给需要更新的校验节点,用于校验节点合理的分配。

    一种基于树轨迹模型的多衍生多扩展目标联合跟踪方法

    公开(公告)号:CN117235452A

    公开(公告)日:2023-12-15

    申请号:CN202311163481.3

    申请日:2023-09-11

    Abstract: 本发明涉及扩展目标跟踪技术领域,具体涉及一种基于树轨迹模型的多衍生多扩展目标联合跟踪方法,通过将原始目标及其衍生目标的所有状态序列及其系谱建模为树轨迹变量,作为随机有限集泊松多伯努利混合滤波框架的输入项,并建立扩展目标树轨迹泊松多伯努利混合滤波模型;其次,将树轨迹全局数据关联假设转化为全局分支假设,在全局分支假设下推导出扩展目标树轨迹泊松多伯努利混合次优滤波后验分布,并进行参数化转换;然后对参数化的次优滤波后验分布进行预测,并在预测后通过KL散度提取出衍生目标的轨迹信息,最后对预测所得轨迹进行量测更新。本发明改善了杂波环境下基于随机矩阵建模的多衍生多扩展目标联合跟踪问题。

Patent Agency Ranking