-
公开(公告)号：CN108931244B
公开(公告)日：2020-11-10
申请号：CN201810790065.9
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于列车运动约束的惯导误差抑制方法及系统，其中，基于列车运动约束的惯导误差抑制方法，包括：判断卫星信号是否被遮挡；若卫星信号被遮挡，则对列车的机动状态进行实时判断，以判断列车是否存在较大的加速度扰动；若列车不存在较大的加速度扰动，则修正惯导误差模型；对于修正后的惯导误差模型得到的数据使用无迹卡尔曼滤波算法处理，从而得到列车位置、速度和姿态的最优估计。对于修正后的惯导误差模型得到的数据使用无迹卡尔曼滤波算法处理，从而抑制了误差发散，从而保证在单纯依靠惯导系统情况下列车定位的准确性。
-
公开(公告)号：CN108931244A
公开(公告)日：2018-12-04
申请号：CN201810790065.9
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于列车运动约束的惯导误差抑制方法及系统，其中，基于列车运动约束的惯导误差抑制方法，包括：判断卫星信号是否被遮挡；若卫星信号被遮挡，则对列车的机动状态进行实时判断，以判断列车是否存在较大的加速度扰动；若列车不存在较大的加速度扰动，则修正惯导误差模型；对于修正后的惯导误差模型得到的数据使用无迹卡尔曼滤波算法处理，从而得到列车位置、速度和姿态的最优估计。对于修正后的惯导误差模型得到的数据使用无迹卡尔曼滤波算法处理，从而抑制了误差发散，从而保证在单纯依靠惯导系统情况下列车定位的准确性。
-
公开(公告)号：CN111983662B
公开(公告)日：2025-01-14
申请号：CN202010890779.4
申请日：2020-08-29
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于图论分析的联邦EKF滤波方法及其应用，涉及滤波方法技术领域，所述方法包括将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。本发明通过建立分散式联邦EKF迭代数据融合模型，将传统的“局部‑中心”模式优化为无中心迭代式数据融合模式，在某个节点出现故障或较大量测噪声时仍能提供较准确的估计结果，提高整个数据融合系统的鲁棒性，保证系统的长时间可靠。
-
公开(公告)号：CN109344678B
公开(公告)日：2020-09-04
申请号：CN201810790260.1
申请日：2018-07-18
Applicant: 兰州交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于小波阈值的MEMS陀螺去噪方法，包括:对MEMS陀螺信号进行采样；针对所述MEMS陀螺信号进行趋势分析；基于趋势分析的结果确定小波基和分解层数；基于确定的小波基和分解层数选取小波系数变换函数，基于选取的小波系数变换函数区分信号的噪声与细节部分；选取阈值函数和阈值，去除信号的细节部分的噪声分量。通过对MEMS陀螺的输出信号进行分析，得出MEMS陀螺漂移存在线性趋势项，是一个缓慢变化的过程，分析得到陀螺输出信号是以低频为主的平稳信号。在分析的基础上减少MEMS陀螺随机误差的影响，提高MEMS陀螺传感器的实时输出精度，且因为只使用了小波系数变换所以其计算简便，容易实现，且具有精度高的优点。
-
公开(公告)号：CN109344678A
公开(公告)日：2019-02-15
申请号：CN201810790260.1
申请日：2018-07-18
Applicant: 兰州交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于小波阈值的MEMS陀螺去噪方法，包括:对MEMS陀螺信号进行采样；针对所述MEMS陀螺信号进行趋势分析；基于趋势分析的结果确定小波基和分解层数；基于确定的小波基和分解层数选取小波系数变换函数，基于选取的小波系数变换函数区分信号的噪声与细节部分；选取阈值函数和阈值，去除信号的细节部分的噪声分量。通过对MEMS陀螺的输出信号进行分析，得出MEMS陀螺漂移存在线性趋势项，是一个缓慢变化的过程，分析得到陀螺输出信号是以低频为主的平稳信号。在分析的基础上减少MEMS陀螺随机误差的影响，提高MEMS陀螺传感器的实时输出精度，且因为只使用了小波系数变换所以其计算简便，容易实现，且具有精度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN109059909A
公开(公告)日：2018-12-21
申请号：CN201810813630.9
申请日：2018-07-23
Applicant: 兰州交通大学
CPC classification number: G01C21/165 , G01C21/20 , G01S19/47 , G01S19/50
Abstract: 本发明提供一种基于神经网络辅助的卫星/惯导列车定位方法与系统，其中的方法包括：对采集的卫星数据进行检测，若定位精度良好，则传输到数据融合模块进行数据融合，若定位精度不满足要求，则舍弃这组卫星数据；然后，惯导解算模块对采集到的惯性测量单元的数据进行解算，将解算结果与卫星的定位结果进行融合处理。最后，将融合处理后的结果输出，融入车载计算机中。利用本发明，能够解决现有列车定位系统中数据可靠性低、精度低等问题。
-
公开(公告)号：CN110595434B
公开(公告)日：2021-09-03
申请号：CN201910850439.6
申请日：2019-09-10
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：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：CN111983662A
公开(公告)日：2020-11-24
申请号：CN202010890779.4
申请日：2020-08-29
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于图论分析的联邦EKF滤波方法及其应用，涉及滤波方法技术领域，所述方法包括将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。本发明通过建立分散式联邦EKF迭代数据融合模型，将传统的“局部-中心”模式优化为无中心迭代式数据融合模式，在某个节点出现故障或较大量测噪声时仍能提供较准确的估计结果，提高整个数据融合系统的鲁棒性，保证系统的长时间可靠。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.016 seconds)
