-
公开(公告)号：CN110567456B
公开(公告)日：2021-06-11
申请号：CN201910826638.3
申请日：2019-09-03
Abstract: 本发明公开了一种基于抗差卡尔曼滤波的BDS/INS组合列车定位方法，包括：检测列车运行的零速场景，得到所述零速场景相对应的约束条件；基于所述零速场景和相应的约束条件，获取误差模型；基于所述零速场景选择相应的抗差卡尔曼滤波器；将获取的所述误差模型的误差观测信息经选择的抗差卡尔曼滤波器修正解算后，得到修正的导航数据，基于所述导航数据对列车进行定位。以实现在多种传感器融合时，提高定位可靠性和精度的优点。
-
公开(公告)号：CN109343096B
公开(公告)日：2020-10-23
申请号：CN201810790202.9
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于GSM‑R通信系统的GNSS辅助相对导航方法及系统，其中相对导航方法，包括：获取相对导航网络信息；在获取的PPLI信息和TOA信息中按照网络层级结构和GDOP值选取多个源，得到多个源数据；采集GNSS信息；获取惯性导航信息；利用EKF滤波器对所述多个源数据中的TOA伪距信息、所述GNSS信息和所述惯性导航信息进行数据融合，得到速度与位置信息；姿态修正：根据所述速度与位置信息推算出姿态信息，将所述姿态信息用于修正惯性导航的姿态角误差。以高精度的GNSS定位信息来补偿修正相对导航系统的TOA伪距定位信息，提高了相对导航系统在有卫星条件下的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN110567456A
公开(公告)日：2019-12-13
申请号：CN201910826638.3
申请日：2019-09-03
Abstract: 本发明公开了一种基于抗差卡尔曼滤波的BDS/INS组合列车定位方法，包括：检测列车运行的零速场景，得到所述零速场景相对应的约束条件；基于所述零速场景和相应的约束条件，获取误差模型；基于所述零速场景选择相应的抗差卡尔曼滤波器；将获取的所述误差模型的误差观测信息经选择的抗差卡尔曼滤波器修正解算后，得到修正的导航数据，基于所述导航数据对列车进行定位。以实现在多种传感器融合时，提高定位可靠性和精度的优点。
-
公开(公告)号：CN109682377A
公开(公告)日：2019-04-26
申请号：CN201910175278.5
申请日：2019-03-08
IPC: G01C21/16
Abstract: 一种基于动态步长梯度下降的姿态估计方法，包括：步骤A：惯性导航器件IMU有三轴加速度计和三轴陀螺仪，采集IMU输出的加速度计和陀螺仪数据；步骤B1：为修正运动载体的运动噪声，对来自IMU的加速度计数据信息平滑处理；然后经过动态步长梯度下降算法得到一组四元数；步骤B2：通过四元数的微分方程，使陀螺仪输出的数据求解出另外一组四元数；步骤C：把步骤B1和步骤B2中的得到的两组数据作数据融合，得到所需要的姿态信息。本发明将采用动态步长梯度下降法进行姿态解算，用梯度下降法来寻求误差函数的最小值，使得算法简便且寻优速度更快；采用一维寻优法对梯度下降法的梯度步长进行动态处理，增强了姿态解算的动态性能。
-
公开(公告)号：CN109682377B
公开(公告)日：2020-10-20
申请号：CN201910175278.5
申请日：2019-03-08
IPC: G01C21/16
Abstract: 一种基于动态步长梯度下降的姿态估计方法，包括：步骤A：惯性导航器件IMU有三轴加速度计和三轴陀螺仪，采集IMU输出的加速度计和陀螺仪数据；步骤B1：为修正运动载体的运动噪声，对来自IMU的加速度计数据信息平滑处理；然后经过动态步长梯度下降算法得到一组四元数；步骤B2：通过四元数的微分方程，使陀螺仪输出的数据求解出另外一组四元数；步骤C：把步骤B1和步骤B2中的得到的两组数据作数据融合，得到所需要的姿态信息。本发明将采用动态步长梯度下降法进行姿态解算，用梯度下降法来寻求误差函数的最小值，使得算法简便且寻优速度更快；采用一维寻优法对梯度下降法的梯度步长进行动态处理，增强了姿态解算的动态性能。
-
公开(公告)号：CN109343096A
公开(公告)日：2019-02-15
申请号：CN201810790202.9
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于GSM-R通信系统的GNSS辅助相对导航方法及系统，其中相对导航方法，包括：获取相对导航网络信息；在获取的PPLI信息和TOA信息中按照网络层级结构和GDOP值选取多个源，得到多个源数据；采集GNSS信息；获取惯性导航信息；利用EKF滤波器对所述多个源数据中的TOA伪距信息、所述GNSS信息和所述惯性导航信息进行数据融合，得到速度与位置信息；姿态修正：根据所述速度与位置信息推算出姿态信息，将所述姿态信息用于修正惯性导航的姿态角误差。以高精度的GNSS定位信息来补偿修正相对导航系统的TOA伪距定位信息，提高了相对导航系统在有卫星条件下的定位精度。
-
公开(公告)号：CN108981694A
公开(公告)日：2018-12-11
申请号：CN201810790258.4
申请日：2018-07-18
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于小波神经网络与EKF的姿态解算方法及系统，其中基于小波神经网络与EKF的姿态解算方法，包括：获取IMU传感器的数据；将所述IMU传感器的数据经过扩展卡尔曼滤波器进行信息融合和姿态解算，得到校准前的姿态信息；将所述IMU传感器的数据和所述校准前的姿态信息作为小波神经网络的输入进行训练和预测，从而得到校准后的姿态信息。采用小波神经网络结合卡尔曼滤波来进行姿态解算，小波神经网络补偿卡尔曼滤波自身存在的模型误差，减小模型以及滤波参数对最优估计值的影响，使其具有自适应能力应付动态环境的扰动，并提高其精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
