载体姿态动态情况下的惯性/多普勒动基座粗对准方法

    公开(公告)号:CN111397603B

    公开(公告)日:2022-07-12

    申请号:CN202010333308.3

    申请日:2020-04-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种载体姿态动态情况下的惯性/多普勒动基座粗对准方法,包括:首先将DVL测速信息转换为多普勒频移信息;其次用SINS更新的姿态变化信息补偿载体姿态动态情况下DVL测速误差,结合多普勒频移信息估计当前速度;对补偿后的DVL测速信息及SINS输出信息进行积分,构建参考矢量和观测矢量;采用最优基四元数法计算初始姿态矩阵,最终更新当前姿态信息。本发明能有效地提高SINS/DVL组合导航系统粗对准阶段的收敛速度,精度及鲁棒性。

    载体姿态动态情况下的惯性/多普勒动基座粗对准方法

    公开(公告)号:CN111397603A

    公开(公告)日:2020-07-10

    申请号:CN202010333308.3

    申请日:2020-04-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种载体姿态动态情况下的惯性/多普勒动基座粗对准方法,包括:首先将DVL测速信息转换为多普勒频移信息;其次用SINS更新的姿态变化信息补偿载体姿态动态情况下DVL测速误差,结合多普勒频移信息估计当前速度;对补偿后的DVL测速信息及SINS输出信息进行积分,构建参考矢量和观测矢量;采用最优基四元数法计算初始姿态矩阵,最终更新当前姿态信息。本发明能有效地提高SINS/DVL组合导航系统粗对准阶段的收敛速度,精度及鲁棒性。

    一种基于旋转式基元复用的超短基线定位系统及方法

    公开(公告)号:CN110275139A

    公开(公告)日:2019-09-24

    申请号:CN201910468306.2

    申请日:2019-05-31

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于旋转式基元复用的超短基线(Ultra-short baseline,USBL)定位系统及方法,特别适用于被动式合作目标多接收基元的USBL定位解算,也适用于多阵元的雷达目标解算。本发明采用深度信息与相位差比的方法对水下目标进行定位解算,该方法无需对声源与目标应答器进行测距,可消除长距离测距误差对USBL定位的影响。该方法免去了对接收基阵的各基元间距误差的校正工作,可以完全消去基元间距误差Δd、水声信号波长误差Δλ对USBL定位精度的影响。该定位方法适用于目标深度已知的情况,在远距离情况下具有精度高的特点。

    一种基于ISR-UKF的水下组合导航方法

    公开(公告)号:CN110514203B

    公开(公告)日:2022-06-28

    申请号:CN201910822376.3

    申请日:2019-08-30

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于ISR‑UKF的水下组合导航方法,包括:分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程;建立水下潜航阶段SINS/DVL子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,进行水下潜航阶段的导航;在水下潜航较长时间以后,通过控制AUV的潜行深度到达水面附近停留较短时间,获取GPS位置、速度信息辅助,建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,实现对AUV水下潜航阶段偏差的校正,从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率,在保证实时性和稳定性的前提下更加易于编程实现。

    一种载体大机动情况下的DVL辅助SINS粗对准方法

    公开(公告)号:CN111854747A

    公开(公告)日:2020-10-30

    申请号:CN202010860244.2

    申请日:2020-08-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种载体大机动情况下的DVL辅助SINS粗对准方法,包括:首先初始化转换矩阵和姿态矩阵为单位阵;其次,根据上一时刻对准输出的姿态矩阵更新速度微分方程;然后,在DVL发射t1时刻初始化为单位阵,并记录SINS输出的载体速度信息;在DVL接收t2时刻更新矩阵 ,并记录SINS输出的载体速度信息,以校正DVL测速信息;再采用校正后的DVL测速信息与SINS输出信息构建参考与观测矢量,根据最优基四元数法计算初始姿态矩阵,更新当前姿态信息;最后,重复步骤S2到S5直至对准过程结束。本发明能有效地提高SINS/DVL组合导航系统在大机动情况下粗对准的收敛速度与精度。

    一种基于ISR-UKF的水下组合导航方法

    公开(公告)号:CN110514203A

    公开(公告)日:2019-11-29

    申请号:CN201910822376.3

    申请日:2019-08-30

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于ISR-UKF的水下组合导航方法,包括:分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程;建立水下潜航阶段SINS/DVL子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,进行水下潜航阶段的导航;在水下潜航较长时间以后,通过控制AUV的潜行深度到达水面附近停留较短时间,获取GPS位置、速度信息辅助,建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程,通过迭代平方根无迹卡尔曼滤波算法,实现对AUV水下潜航阶段偏差的校正,从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率,在保证实时性和稳定性的前提下更加易于编程实现。

    一种载体大机动情况下的DVL辅助SINS粗对准方法

    公开(公告)号:CN111854747B

    公开(公告)日:2022-08-12

    申请号:CN202010860244.2

    申请日:2020-08-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种载体大机动情况下的DVL辅助SINS粗对准方法,包括:首先初始化转换矩阵和姿态矩阵为单位阵;其次,根据上一时刻对准输出的姿态矩阵更新速度微分方程;然后,在DVL发射t1时刻初始化为单位阵,并记录SINS输出的载体速度信息;在DVL接收t2时刻更新矩阵,并记录SINS输出的载体速度信息,以校正DVL测速信息;再采用校正后的DVL测速信息与SINS输出信息构建参考与观测矢量,根据最优基四元数法计算初始姿态矩阵,更新当前姿态信息;最后,重复步骤S2到S5直至对准过程结束。本发明能有效地提高SINS/DVL组合导航系统在大机动情况下粗对准的收敛速度与精度。

    基于IMM-UKF的惯性/超短基线多参数标定方法

    公开(公告)号:CN111578936A

    公开(公告)日:2020-08-25

    申请号:CN202010385732.2

    申请日:2020-05-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于IMM-UKF的惯性/超短基线多参数标定方法,具体步骤包括:以空间任意点为原点建立投影坐标系,在此基础上建立惯性、超短基线、卫星定位、深度计各传感器位置、姿态间的矢量关系及方位表达,选定9维待估计参数为状态量,构建系统与观测模型;设置IMM中各模型初始概率并计算各滤波器初始状态及协方差矩阵;根据系统及观测模型采用三个UKF分别进行滤波,并用贝叶斯假设检验方法模型更新;根据权重输出交互,输出最终滤波结果。与现有惯性/超短基线标定方法相比,本发明能实现应答器位置、惯性/超短基线杆臂和安装误差角9维参数的同时标定,有效提高复杂环境下惯性/超短基线标定参数的收敛速度、精度及鲁棒性。

    载体高动态环境下的INS辅助DVL测速误差补偿方法

    公开(公告)号:CN111323012A

    公开(公告)日:2020-06-23

    申请号:CN202010334588.X

    申请日:2020-04-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种载体高动态情况下的INS辅助DVL测速误差补偿方法,包括:首先更新INS的姿态、速度和位置信息;其次在DVL发射时刻,记录INS姿态、速度信息;在DVL接收时刻,利用DVL发射时刻与DVL接收时刻INS分别输出的姿态、速度信息补偿校正DVL测速信息;最后对校正后的DVL测速信息与INS输出信息进行卡尔曼滤波融合,输出组合导航结果,同时对INS进行反馈校正,重复上述步骤,直到导航任务结束。本发明能有效地提高载体高动态情况下的DVL测速精度,从而提高INS/DVL组合导航精度。

    一种混合交互式多模型滤波方法

    公开(公告)号:CN110375731A

    公开(公告)日:2019-10-25

    申请号:CN201910583501.X

    申请日:2019-07-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种混合交互式多模型滤波方法,包括:首先建立应用对象的系统模型与观测模型,根据外信息噪声统计特性变化情况,建立总模型集并采用临近的三个模型描述当前噪声特性;采用滑动窗口对历史序列中鲁棒滤波实时噪声方差阵进行存储,根据平滑后的噪声统计特性自适应选择合适的模型;设置各模型的初始概率及各滤波器的混合初始状态、协方差矩阵,根据系统模型、观测模型进行状态估计与协方差矩阵更新过程,并采用贝叶斯假设检验方法进行模型更新;根据权重进行输出交互过程,输出最终滤波结果。以惯性/多普勒组合导航系统为例,本发明能有效地缓解多普勒测速信息中存在的噪声突变型误差及野值的干扰。

Patent Agency Ranking