一种基于Allan方差的无人机姿态角解算的方法及系统

    公开(公告)号:CN115540865A

    公开(公告)日:2022-12-30

    申请号:CN202211115678.5

    申请日:2022-09-14

    Abstract: 本发明公开了一种基于Allan方差的无人机姿态角解算的方法及系统,包括步骤:(1)根据陀螺仪的测量值解算出理论重力加速度,将理论重力加速度与实际重力加速度进行叉乘,获得重力场误差补偿量;(2)利用Allan方差法对陀螺仪进行随机噪声分析获得陀螺仪的零偏不稳定性;(3)基于获取的零偏不稳定性计算陀螺仪零偏不稳定性误差补偿量;(4)通过获取的零偏不稳定性误差以及重力场误差补偿共同校正陀螺仪,利用校正后陀螺仪的测量值推算新的四元数,利用新的四元数解算姿态角。本发明能够利用Allan方差分析陀螺仪误差并量化误差,结合重力场误差补偿陀螺仪,实现使用六轴数据即可达到九轴数据的测量精度,达到了降低系统硬件复杂度的目的。

    一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法

    公开(公告)号:CN117705830A

    公开(公告)日:2024-03-15

    申请号:CN202410161135.X

    申请日:2024-02-05

    Abstract: 本发明公开了一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法,包含一:利用频分DBIM优化算法获取电磁前向散射数据;二:将矢量格林函数和成像域离散化求解电磁逆散射问题对未知域的散射体进行初步重建;三:将初步重建的散射体数据集分为测试集与验证集来训练U2Net网络,从而具有高质量的成像结果。本发明通过先验信息修正子问题的范数正则化,以及U2Net的强大特征提取能力,不断更新对比度值来最小化损失函数,大大提升了对强散射体的成像精度与抗噪声能力。测试结果显示,相比传统成像算法,所提方法的成像误差降低了15%~30%,尤其是在强散射情况下,其成像结果得到极大的提升,具有一定的应用价值。

    一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法

    公开(公告)号:CN117705830B

    公开(公告)日:2024-04-12

    申请号:CN202410161135.X

    申请日:2024-02-05

    Abstract: 本发明公开了一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法,包含一:利用频分DBIM优化算法获取电磁前向散射数据;二:将矢量格林函数和成像域离散化求解电磁逆散射问题对未知域的散射体进行初步重建;三:将初步重建的散射体数据集分为测试集与验证集来训练U2Net网络,从而具有高质量的成像结果。本发明通过先验信息修正子问题的范数正则化,以及U2Net的强大特征提取能力,不断更新对比度值来最小化损失函数,大大提升了对强散射体的成像精度与抗噪声能力。测试结果显示,相比传统成像算法,所提方法的成像误差降低了15%~30%,尤其是在强散射情况下,其成像结果得到极大的提升,具有一定的应用价值。

Patent Agency Ranking