-
公开(公告)号：CN103792562A
公开(公告)日：2014-05-14
申请号：CN201410061801.9
申请日：2014-02-24
Applicant: 哈尔滨工程大学
CPC classification number: G01S19/49 , G01C21/165 , G01C21/20
Abstract: 本发明提供的是一种基于变换采样点的强跟踪UKF滤波方法。本发明包括（1）对系统进行初始参数设置；（2）根据正交变换采样点的方法对Sigma点进行采样，求出相应的预测方程，进行时间更新和量测更新；（3）计算渐消因子；（4）利用渐消因子计算新的一步预测协方差，重新计算Sigma点，通过非线性量测函数传播，得到引入渐消因子后的自协方差和互协方差；（4）进行滤波更新，直至结束。本发明既有效的解决系统非局部采样问题，在提高了系统精度，又使系统具有一定强跟踪能力。该方法可用于改善系统模型不确定时鲁棒性差，滤波发散的问题，并解决了高维系统中的非局部采样问题，拓展了强跟踪滤波的应用范围。在MEMS/GPS组合导航系统中，该方法可提高其定位定姿性能。
-
公开(公告)号：CN103063212B
公开(公告)日：2016-06-15
申请号：CN201310000851.1
申请日：2013-01-04
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于非线性映射自适应混合Kalman/H∞滤波器的组合导航方法，包括1、建立描述组合导航系统的状态方程和观测方程。2、在组合导航混合滤波器中同时运行卡尔曼滤波器和H∞滤波器。3、获取Kalman滤波器性能量化指标。4、建立Kalman滤波器性能量化指标与混合滤波器加权参数间的非线性映射关系，自适应地调整加权参数。5、通过加权参数，将Kalman滤波器和H∞滤波器输出的加权和作为整个混合滤波器输出，完成组合导航信息处理。本发明的导航方法在环境噪声和系统模型干扰变化时，通过在Kalman滤波器状态估计，混合滤波器状态估计，H∞滤波器状态估计之间的自动切换来获得较高的滤波精度。
-
公开(公告)号：CN103278813B
公开(公告)日：2015-04-29
申请号：CN201310158729.7
申请日：2013-05-02
Applicant: 哈尔滨工程大学
IPC: G01S13/66
Abstract: 一种基于高阶无迹卡尔曼滤波的状态估计方法，本发明具体涉及一种基于高阶无迹卡尔曼滤波的状态估计方法。本发明采用高阶无迹卡尔曼滤波器完成目标跟踪过程中的状态估计任务。在目标跟踪过程中，建立目标跟踪的状态方程和量测方程；采用高阶无迹变换获得目标跟踪滤波器所需的sigma点，并计算其权值；通过迭代sigma点及其权值获取对状态的估计，实现对目标的实时跟踪。其跟踪精度高于现有的基于其它滤波器的目标跟踪方法。通过选用合适的性能参数κ，能够进一步提升本发明提出的高阶UKF目标跟踪方法精度，实现对目标的高精度实时跟踪。本发明应用于目标跟踪技术领域。
-
公开(公告)号：CN103278813A
公开(公告)日：2013-09-04
申请号：CN201310158729.7
申请日：2013-05-02
Applicant: 哈尔滨工程大学
IPC: G01S13/66
Abstract: 一种基于高阶无迹卡尔曼滤波的状态估计方法，本发明具体涉及一种基于高阶无迹卡尔曼滤波的状态估计方法。本发明采用高阶无迹卡尔曼滤波器完成目标跟踪过程中的状态估计任务。在目标跟踪过程中，建立目标跟踪的状态方程和量测方程；采用高阶无迹变换获得目标跟踪滤波器所需的sigma点，并计算其权值；通过迭代sigma点及其权值获取对状态的估计，实现对目标的实时跟踪。其跟踪精度高于现有的基于其它滤波器的目标跟踪方法。通过选用合适的性能参数κ，能够进一步提升本发明提出的高阶UKF目标跟踪方法精度，实现对目标的高精度实时跟踪。本发明应用于目标跟踪技术领域。
-
Patent Agency Ranking
公开(公告)号：CN103900551B
公开(公告)日：2016-11-30
申请号：CN201410083201.2
申请日：2014-03-08
Applicant: 哈尔滨工程大学
IPC: G01C19/72
Abstract: 本发明涉及一种基于MEMS辅助的增大高精度闭环光纤陀螺量程的方法，特别适用于工作在角速度范围大且存在大角加速度输入环境下的高精度闭环光纤陀螺。本发明包括：将MEMS陀螺仪和高精度闭环光纤陀螺仪同轴安装，敏感输入角速度；利用闭环数字相位阶梯波调制解调检测方法，获得高精度闭环光纤陀螺仪输出角速率；采集MEMS陀螺仪输出角速率；修正光纤陀螺高精度闭环光纤陀螺输出。本发明根据该差值对高精度闭环光纤陀螺输出结果加以修正，从而使得高精度光纤陀螺在大角速度条件下正常工作，达到增大闭环光纤陀螺量程的目的，拓展高精度光纤陀螺的应用。
-
公开(公告)号：CN103063212A
公开(公告)日：2013-04-24
申请号：CN201310000851.1
申请日：2013-01-04
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于非线性映射自适应混合Kalman/H∞滤波器的组合导航方法，包括1、建立描述组合导航系统的状态方程和观测方程。2、在组合导航混合滤波器中同时运行卡尔曼滤波器和H∞滤波器。3、获取Kalman滤波器性能量化指标。4、建立Kalman滤波器性能量化指标与混合滤波器加权参数间的非线性映射关系，自适应地调整加权参数。5、通过加权参数，将Kalman滤波器和H∞滤波器输出的加权和作为整个混合滤波器输出，完成组合导航信息处理。本发明的导航方法在环境噪声和系统模型干扰变化时，通过在Kalman滤波器状态估计，混合滤波器状态估计，H∞滤波器状态估计之间的自动切换来获得较高的滤波精度。
-
公开(公告)号：CN103607181B
公开(公告)日：2016-05-04
申请号：CN201310547261.0
申请日：2013-11-07
Applicant: 哈尔滨工程大学
IPC: H03H21/00
Abstract: 本发明公开了一种空间分布式变阶数自适应系统辨识方法，包括：设置自适应系统辨识迭代初始值并计算网络融合权系数矩阵。对于空间分布式网络中的每一个节点，利用当前时刻相邻区域内所有节点的输入信息、量测信息及前一时刻该节点处的权向量估计信息计算输出误差。对于空间分布式网络中的每一个节点，减小自适应滤波器的阶数，利用该阶数值重新计算输出误差。自适应滤波器权向量阶数的自适应更新。自适应滤波器权向量权值的自适应更新。自适应滤波器权向量阶数的空间融合。自适应滤波器权向量的权值迭代。在新的采样时刻，判断算法是否达到稳态，若已达到，迭代结束，完成了对未知系统的辨识。
-
公开(公告)号：CN103900551A
公开(公告)日：2014-07-02
申请号：CN201410083201.2
申请日：2014-03-08
Applicant: 哈尔滨工程大学
IPC: G01C19/72
CPC classification number: G01C19/72
Abstract: 本发明涉及一种基于MEMS辅助的增大高精度闭环光纤陀螺量程的方法，特别适用于工作在角速度范围大且存在大角加速度输入环境下的高精度闭环光纤陀螺。本发明包括：将MEMS陀螺仪和高精度闭环光纤陀螺仪同轴安装，敏感输入角速度；利用闭环数字相位阶梯波调制解调检测方法，获得高精度闭环光纤陀螺仪输出角速率；采集MEMS陀螺仪输出角速率；修正光纤陀螺高精度闭环光纤陀螺输出。本发明根据该差值对高精度闭环光纤陀螺输出结果加以修正，从而使得高精度光纤陀螺在大角速度条件下正常工作，达到增大闭环光纤陀螺量程的目的，拓展高精度光纤陀螺的应用。
-
公开(公告)号：CN103607181A
公开(公告)日：2014-02-26
申请号：CN201310547261.0
申请日：2013-11-07
Applicant: 哈尔滨工程大学
IPC: H03H21/00
Abstract: 本发明公开了一种空间分布式变阶数自适应系统辨识方法，包括：设置自适应系统辨识迭代初始值并计算网络融合权系数矩阵。对于空间分布式网络中的每一个节点，利用当前时刻相邻区域内所有节点的输入信息、量测信息及前一时刻该节点处的权向量估计信息计算输出误差。对于空间分布式网络中的每一个节点，减小自适应滤波器的阶数，利用该阶数值重新计算输出误差。自适应滤波器权向量阶数的自适应更新。自适应滤波器权向量权值的自适应更新。自适应滤波器权向量阶数的空间融合。自适应滤波器权向量的权值迭代。在新的采样时刻，判断算法是否达到稳态，若已达到，迭代结束，完成了对未知系统的辨识。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
