-
公开(公告)号：CN114430525B
公开(公告)日：2022-10-18
申请号：CN202210253655.4
申请日：2022-03-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种封闭空间基于传感器网络的分布式定位方法，利用高斯尺度混合分布建模噪声，采用状态演化模型改写过程方程，借助每个传感器仅与相邻传感器通信进行分布式信息交互，利用变分学习迭代求解状态估值和噪声参数，实现定位；解决了封闭环境下传感器网络定位精度低的问题，充分考虑传感器有限的计算和通信资源，采用分布式策略降低计算和通信负担，且使用高斯尺度混合分布建模噪声，适用多种常见非高斯噪声场景，建模更为精确，实现了封闭空间中传感器网络精确可靠定位的目标。
-
公开(公告)号：CN116338573B
公开(公告)日：2023-12-22
申请号：CN202310333105.8
申请日：2023-03-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种封闭空间考虑噪声误差特性的无人系统定位方法，包括步骤如下：利用状态扩维和量测差分方法白化有色厚尾过程噪声和量测噪声，用广义双曲分布建模厚尾非高斯噪声，将一步预测和似然概率密度函数用广义双曲分布的分层高斯形式表达，利用变分贝叶斯方法求解系统状态、未知的噪声参数以及辅助变量的后验分布联合求解；输出估计结果及对应的方差矩阵。本发明解决了过程噪声和量测噪声服从有色厚尾分布并且其先验信息未知下的状态估计问题，提高了无人系统在室内、井下、地下室等封闭空间中对设备的定位精度，保障系统正常运行，实现任务目标。
-
公开(公告)号：CN114662535A
公开(公告)日：2022-06-24
申请号：CN202210253692.5
申请日：2022-03-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于变分贝叶斯学习的井下传感器网络目标跟踪方法，采用椭球分布建模非高斯噪声，利用Inverse‑Wishart分布建模过程噪声和量测噪声的参数不确定性，通过变分贝叶斯学习方法得到目标状态和模型参数的后验分布，实现目标状态的在线估计和预测。本发明的特点：本发明在利用椭球分布建模非高斯噪声基础上，采用变分贝叶斯学习的方法，实现了复杂噪声环境下基于传感器网络的高精度目标跟踪，对于井下等复杂受限空间内的目标跟踪提供了计算简单、鲁棒性强的估计方法，高精度的目标跟踪结果对于保障人员和设备安全具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN116383966A
公开(公告)日：2023-07-04
申请号：CN202310331808.7
申请日：2023-03-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于交互多模型的多无人系统分布式协同定位方法，包括：采用多模型策略对无人系统运动状态进行建模，借助一阶泰勒展开对相对地标和其他无人系统之间测量信息进行分布式滤波更新，利用交互多模型实现每个模型下的状态估计结果的融合。本发明解决了无人系统复杂机动条件下常规方法建模不准确引起的定位精度下降甚至发散的问题，实现配有高精度定位设备的无人系统辅助其他带低精度定位设备无人系统定位的目的，为无人系统集群作业提供了低成本、易扩展、高精度的定位方法。
-
公开(公告)号：CN116338573A
公开(公告)日：2023-06-27
申请号：CN202310333105.8
申请日：2023-03-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种封闭空间考虑噪声误差特性的无人系统定位方法，包括步骤如下：利用状态扩维和量测差分方法白化有色厚尾过程噪声和量测噪声，用广义双曲分布建模厚尾非高斯噪声，将一步预测和似然概率密度函数用广义双曲分布的分层高斯形式表达，利用变分贝叶斯方法求解系统状态、未知的噪声参数以及辅助变量的后验分布联合求解；输出估计结果及对应的方差矩阵。本发明解决了过程噪声和量测噪声服从有色厚尾分布并且其先验信息未知下的状态估计问题，提高了无人系统在室内、井下、地下室等封闭空间中对设备的定位精度，保障系统正常运行，实现任务目标。
-
公开(公告)号：CN114662535B
公开(公告)日：2022-11-11
申请号：CN202210253692.5
申请日：2022-03-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于变分贝叶斯学习的井下传感器网络目标跟踪方法，采用椭球分布建模非高斯噪声，利用Inverse‑Wishart分布建模过程噪声和量测噪声的参数不确定性，通过变分贝叶斯学习方法得到目标状态和模型参数的后验分布，实现目标状态的在线估计和预测。本发明的特点：本发明在利用椭球分布建模非高斯噪声基础上，采用变分贝叶斯学习的方法，实现了复杂噪声环境下基于传感器网络的高精度目标跟踪，对于井下等复杂受限空间内的目标跟踪提供了计算简单、鲁棒性强的估计方法，高精度的目标跟踪结果对于保障人员和设备安全具有重要意义。
-
-
公开(公告)号：CN114430525A
公开(公告)日：2022-05-03
申请号：CN202210253655.4
申请日：2022-03-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种封闭空间基于传感器网络的分布式定位方法，利用高斯尺度混合分布建模噪声，采用状态演化模型改写过程方程，借助每个传感器仅与相邻传感器通信进行分布式信息交互，利用变分学习迭代求解状态估值和噪声参数，实现定位；解决了封闭环境下传感器网络定位精度低的问题，充分考虑传感器有限的计算和通信资源，采用分布式策略降低计算和通信负担，且使用高斯尺度混合分布建模噪声，适用多种常见非高斯噪声场景，建模更为精确，实现了封闭空间中传感器网络精确可靠定位的目标。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
