一种低成本的多天线GNSS/INS超紧组合多级抗干扰系统

    公开(公告)号:CN116224406A

    公开(公告)日:2023-06-06

    申请号:CN202310437899.2

    申请日:2023-04-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种低成本的多天线GNSS/INS超紧组合多级抗干扰系统,融合了天线阵列、惯性器件、GNSS接收机终端三种不同层次的模块技术,很大程度上提高了定位导航终端的抗干扰能力。在该系统方案中,主要包括了四个低成本GNSS天线,MEMS级别的IMU器件及基于FPGA的GNSS接收机终端,采用了级联方式实现了抗干扰能力的最大化。其中,四个天线阵列形成方形布阵,在前端实现GNSS基带辅助的自适应导向矢量计算单元,大大降低天线阵列物理空间布局精度,支持长期的实时天线权重参数优化。另一方面,在信号经过阵列前端处理之后,通过INS辅助的GNSS基带处理,降低GNSS跟踪环路带宽,进一步提高对干扰信号的抑制能力,从而实现双级抗干扰效果,提升定位终端的抗干扰能力。

    一种基于单GNSS卫星场景下的定向方法

    公开(公告)号:CN116466378A

    公开(公告)日:2023-07-21

    申请号:CN202310456518.5

    申请日:2023-04-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于单GNSS卫星场景下的定向方法,采用软件无线电和多天线构建多通道的卫星信号接收机,利用多通道之间同一卫星的载波相位差构建卫星信号导向矢量,通过导向矢量计算出卫星信号的来向。在此过程中,首先对软件无线电的处理延迟和天线的传播延迟进行标定,对多天线之间的相对位置进行量测,接着利用软件无线电和多个天线搭建多通道的卫星信号接收机,多个通道同时处理同一颗卫星的信号,然后在跟踪过程中,利用多个通道的载波相位差值估算卫星信号的导向矢量,最后通过导向矢量估算卫星信号的来向。本发明实现了快速卫星信号来向估计,同时结合卫星电文信息计算出双天线航向信息,完成单颗可见卫星场景下的定向功能。

    一种基于BP神经网络的GNSS生成式欺骗干扰检测方法

    公开(公告)号:CN113376659A

    公开(公告)日:2021-09-10

    申请号:CN202110658870.8

    申请日:2021-06-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于BP神经网络的GNSS生成式欺骗检测方法。所述的BP神经网络检测方法的过程包括:首先,对GNSS信号进行数据预处理,提取出特征向量,并对未受生成式欺骗干扰作用的信号与受到生成式欺骗干扰作用的信号进行标记;接着将样本分为训练样本集和测试样本集,将训练样本集放入BP神经网络模型中进行学习,得到学习完成的模型;将测试样本放入训练完成的BP神经网络模型,对测试样本进行自动分类;当新的特征向量进入分类模型时,模型将自动判断是否存在生成式欺骗干扰信号。该方法能够快速自动地判断是否存在生成式欺骗干扰信号,准确率和效率高。

    一种基于多天线的GNSS/INS/LiDAR的多源矢量式深组合系统

    公开(公告)号:CN115932925A

    公开(公告)日:2023-04-07

    申请号:CN202211562578.7

    申请日:2022-12-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多天线的GNSS/INS/LiDAR的多源矢量式深组合系统,融合了三种不同特征的信息源,并很好地融合了GNSS可见及拒止条件下的解决方案,适用于挑战环境下的定位导航。在该系统方案中,主要包括了惯性系统,激光雷达系统,多天线GNSS接收机系统,并采用了矢量式深组合方式进行了数据融合。主要包括PVAT总滤波器对IMU,LiDAR前端里程计、GNSS接收机NCO的反馈控制,IMU航位推算与地图信息生成的辅助信息1对多天线姿态系统及GNSS接收机MLE模块的辅助,多天线测姿系统与IMU航位推算得到的辅助信息2对LiDAR里程计的辅助,结合IMU、LiDAR、多天线GNSS矢量接收机系统的完好性分析处理模块对PVAT总滤波器的辅助。实现了系统之间的深度融合,解决挑战环境下的精确定位导航问题。

    一种基于BP神经网络的GNSS生成式欺骗干扰检测方法

    公开(公告)号:CN113376659B

    公开(公告)日:2022-05-13

    申请号:CN202110658870.8

    申请日:2021-06-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于BP神经网络的GNSS生成式欺骗检测方法。所述的BP神经网络检测方法的过程包括:首先,对GNSS信号进行数据预处理,提取出特征向量,并对未受生成式欺骗干扰作用的信号与受到生成式欺骗干扰作用的信号进行标记;接着将样本分为训练样本集和测试样本集,将训练样本集放入BP神经网络模型中进行学习,得到学习完成的模型;将测试样本放入训练完成的BP神经网络模型,对测试样本进行自动分类;当新的特征向量进入分类模型时,模型将自动判断是否存在生成式欺骗干扰信号。该方法能够快速自动地判断是否存在生成式欺骗干扰信号,准确率和效率高。

    基于运动模式级联约束的可穿戴血压监测及修正方法

    公开(公告)号:CN111631698A

    公开(公告)日:2020-09-08

    申请号:CN202010395959.5

    申请日:2020-05-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于运动模式级联约束的可穿戴血压监测及修正方法,包括纪录佩戴光电传感器型智能手环的人员信息,以及九轴微惯性传感器数据、光电传感器型智能手环测得的舒张压与收缩压和上臂式电子血压计测得基准舒张压与收缩压,建立训练样本数据库。针对实时基于光电血液容积波进行血压估计时,不同运动状态会对血压信号产生干扰、造成偏差,采用级联分类算法算法,建立考虑时间的个人基本信息、运动状态、可穿戴采集血压值与基准血压值修正量之间的BP神经网络模型。通过该方法,可以对光电智能手环监测到的血压值进行修正,提高血压测量的准确性,并进判定的使用者的运动状态、运动量和基于历史信息的健康状态。

    一种低成本的多天线GNSS/INS超紧组合多级抗干扰系统

    公开(公告)号:CN116224406B

    公开(公告)日:2024-04-26

    申请号:CN202310437899.2

    申请日:2023-04-23

    Applicant: 东南大学

    Abstract: 本发明公开了一种低成本的多天线GNSS/INS超紧组合多级抗干扰系统,融合了天线阵列、惯性器件、GNSS接收机终端三种不同层次的模块技术,很大程度上提高了定位导航终端的抗干扰能力。在该系统方案中,主要包括了四个低成本GNSS天线,MEMS级别的IMU器件及基于FPGA的GNSS接收机终端,采用了级联方式实现了抗干扰能力的最大化。其中,四个天线阵列形成方形布阵,在前端实现GNSS基带辅助的自适应导向矢量计算单元,大大降低天线阵列物理空间布局精度,支持长期的实时天线权重参数优化。另一方面,在信号经过阵列前端处理之后,通过INS辅助的GNSS基带处理,降低GNSS跟踪环路带宽,进一步提高对干扰信号的抑制能力,从而实现双级抗干扰效果,提升定位终端的抗干扰能力。

Patent Agency Ranking