一种GNSS/INS组合导航方法、系统以及设备

    公开(公告)号:CN118962757A

    公开(公告)日:2024-11-15

    申请号:CN202411444077.8

    申请日:2024-10-16

    摘要: 本发明涉及一种GNSS/INS组合导航方法、系统以及设备,其中,方法包括:接收GNSS组件获取的GNSS伪距数据,经过误差校正之后得到GNSS数据;接收INS组件获取的IMU信号,经过处理之后得到INS数据;根据GNSS数据的不同域,将GNSS数据与INS数据集成,得到与INS数据之间形成至少一种集成程度的GNSS数据;将与INS数据之间形成至少一种集成程度的GNSS数据输入至预先构建的卡尔曼滤波模型中,得到至少一组观测数据。由此,本发明通过增强系统的鲁棒性、简化系统的复杂度以及利用卡尔曼滤波提高精度,显著提升了导航系统的整体性能,使其在各种复杂环境中都能提供稳定、可靠的导航信息。

    一种高效率的GPS的P码信号精准干扰方法及系统

    公开(公告)号:CN116381732A

    公开(公告)日:2023-07-04

    申请号:CN202310610548.7

    申请日:2023-05-29

    IPC分类号: G01S19/01 H04L43/0852

    摘要: 本发明公开了一种高效率的GPS的P码信号精准干扰方法及系统。方法包括:S1接受当前所有可见的GPS卫星;S2获取敌方导航接收机的位置;S3根据接受到的GPS卫星的星历,计算任意时刻所对应的GPS卫星的位置和钟差;S4根据GPS卫星的位置与导航接收机的位置之间的距离以及钟差,计算到达敌方导航接收机处P码信号的传输时延;S5根据传输时延产生当前时刻的GPS的P码信号和码率为480Kcps的任意的伪随机序列;S6根据当前时刻的GPS的P码信号和伪随机序列产生匹配谱干扰信号;S7将匹配谱干扰信号调制至GPS的P码的射频频率并通过发射天线播发。本发明中相同压制干扰效果所需功率约为现有技术的1/20。

    一种导航信号高速射频采集回放装置及方法

    公开(公告)号:CN111999751A

    公开(公告)日:2020-11-27

    申请号:CN202011159349.1

    申请日:2020-10-26

    IPC分类号: G01S19/37 G01S19/24

    摘要: 本发明公开了一种导航信号高速射频采集回放装置及方法。装置包括:信号采样模块,用于将射频信号中的非导航信号频率进行滤除并对滤波后的模拟信号转换为数字信号;数据分发模块,用于对采样的数字信号进行切片以形成一个个报文并通过光口并行分发出去;本地存储和控制模块,用于控制数据分发模块发出的报文数据在本地存储或外部存储;分布式存储模块,用于作为外部存储;数据处理模块,用于对数据分发模块发出的报文数据进行滤波处理;信号回放模块,用于将滤波处理后的数字信号转换为模拟信号并将该模拟信号搬移至导航信号频谱。本发明可将所有导航频率段的数据同时采集并于数据分析,无需本振信号、无需下变频,射频通道设计更为简单。

    一种基于FPGA的长级数多项式综合的BM算法实现装置

    公开(公告)号:CN118981447A

    公开(公告)日:2024-11-19

    申请号:CN202411449804.X

    申请日:2024-10-17

    IPC分类号: G06F15/78 G06F7/523

    摘要: 本发明公开了一种基于FPGA的长级数多项式综合的BM算法实现装置,包括:控制模块,用于进行初始化,迭代计算完成多项式综合的BM算法求解;序列模块,用于缓存输入序列;输出多项式模块,用于缓存迭代计算的输出多项式;中间多项式模块,用于缓存迭代计算的中间多项式;所述序列模块、输出多项式模块和中间多项式模块均与控制模块连接。本发明的序列缓存和多项式缓存全部采用大容量的FPGA片内BRAM实现,便于提高工作时钟频率,时序设计简单,适用于长级数的多项式综合BM算法求解;同时在迭代更新的过程中,多项式的读出和写入操作采用了流水线式同时进行,能够提高BM算法的计算速度。

    基于深度学习的无人机导航姿态预测和运动补偿方法及系统

    公开(公告)号:CN118819180A

    公开(公告)日:2024-10-22

    申请号:CN202411308371.6

    申请日:2024-09-19

    IPC分类号: G05D1/49 G05B11/42

    摘要: 本发明公开了基于深度学习的无人机导航姿态预测和运动补偿方法及系统。方法包括:S1、采集无人机飞行过程中的姿态数据和环境数据,并对采集到的数据进行预处理;S2、基于预处理后的数据构建姿态预测模型;S3、根据所述姿态预测模型的输出结果计算误差,以调整无人机的飞行参数,并通过PID算法以使无人机保持稳定的飞行姿态和轨迹;S4、在无人机飞行过程中将实时采集的姿态数据和环境数据输入到姿态预测模型中,以获取最新的预测结果,并根据最新的预测结果实时调整无人机的飞行参数,并通过反馈机制不断优化姿态预测模型和运动补偿策略。本发明能更准确地预测无人机未来的飞行姿态,提高无人机在复杂环境中的飞行稳定性和安全性。