-
公开(公告)号：CN112697154B
公开(公告)日：2024-04-12
申请号：CN202110132460.X
申请日：2021-01-31
申请人： 南京理工大学
摘要： 本发明公开了一种基于矢量分配的自适应多源融合导航方法。该方法为：选取东北天坐标系为导航系，选取18维系统误差为状态量，根据各个传感器的输出特性，建立联邦滤波组合导航模型，设计联邦滤波器；设计通过矢量分配进行故障检测与隔离的方法，检测并隔离各传感器故障维度的信息；利用步骤2故障检测中获得的信息为各子滤波器每一维信息构建矢量分配系数，在主滤波器中进行信息融合，得到全局最优估计结果。本发明提高了多源融合组合导航系统在强干扰环境下的导航定位精度，增强了系统的容错性能及鲁棒性，并能够根据不同的导航需求选择适合的导航传感器，提高导航系统的灵活性。
-
公开(公告)号：CN113203411A
公开(公告)日：2021-08-03
申请号：CN202110443202.3
申请日：2021-04-23
申请人： 南京理工大学
摘要： 本发明公开了一种弹性嵌入式GNSS/惯性组合导航系统及方法。该系统包括数据融合单元、微惯性测量单元、北斗深耦合模块、外源传感器交互单元、电源模块。方法为：微惯性测量单元提供解算后的载体的位置、速度、加速度和姿态信息，北斗深耦合模块通过星历信息提供卫星的位置与速度；将二者的位置、速度进行比较计算，得到多普勒频移及变化率以辅助北斗深耦合模块进行卫星的捕获与跟踪；将北斗深耦合模块得到的载体位置、速度的误差信息反馈给数据融合单元对系统IMU进行修正，得到最终的导航信息；外源传感器交互单元通过接入不同的外源传感器保证该组合导航系统具有冗余信息，从而使该系统在不同环境下输出连续、可靠、稳健的定位导航信息。
-
公开(公告)号：CN112902967A
公开(公告)日：2021-06-04
申请号：CN202110132465.2
申请日：2021-01-31
申请人： 南京理工大学
摘要： 本发明公开了一种基于残差卡方‑改进序贯概率比的抗欺骗导航方法。该方法步骤如下：采集捷联惯性导航系统、卫星导航系统、里程计、高度计、磁罗盘的导航信息；以捷联惯性导航系统模型为信息融合模型的基准框架，与其余导航源构成子滤波器，进行信息融合；对所有的子滤波器的输出利用改进的残差χ2检验法进行故障诊断，并针对SINS/GNSS子系统的输出结果利用残差χ2‑改进SPRT的方法进行故障诊断，使得对于该子系统可能发生的欺骗干扰能够快速的识别并隔离；故障诊断与隔离完成后，进行主滤波器的信息融合与分配。本发明提高了多源组合导航系统在干扰环境下的导航精度，特别是增强了系统对于欺骗干扰的容错能力。
-
公开(公告)号：CN112697154A
公开(公告)日：2021-04-23
申请号：CN202110132460.X
申请日：2021-01-31
申请人： 南京理工大学
摘要： 本发明公开了一种基于矢量分配的自适应多源融合导航方法。该方法为：选取东北天坐标系为导航系，选取18维系统误差为状态量，根据各个传感器的输出特性，建立联邦滤波组合导航模型，设计联邦滤波器；设计通过矢量分配进行故障检测与隔离的方法，检测并隔离各传感器故障维度的信息；利用步骤2故障检测中获得的信息为各子滤波器每一维信息构建矢量分配系数，在主滤波器中进行信息融合，得到全局最优估计结果。本发明提高了多源融合组合导航系统在强干扰环境下的导航定位精度，增强了系统的容错性能及鲁棒性，并能够根据不同的导航需求选择适合的导航传感器，提高导航系统的灵活性。
-
公开(公告)号：CN113091768B
公开(公告)日：2024-04-12
申请号：CN202110271813.4
申请日：2021-03-12
申请人： 南京理工大学
摘要： 本发明公开了一种MIMU整体动态智能标定补偿方法。该方法为：通过工装将MEMS‑IMU固定在测试设备上，采集保存IMU以及测试设备的输出；基于DeepAR递归神经网络建立误差补偿模型，确定神经网络输入输出结构、隐含层数目以及神经元数目；将采集到惯性测量单元实测数据作为神经网络的输入，测试设备的数据与惯性测量单元的实际输出的差值分别作为神经网络模型的输出，建立训练集与测试集，利用训练集对神经网络模型进行训练；利用训练完成的神经网络模型结合测试集输入得到模型的输出数据，将输出数据与测试集输出数据进行对比，评价模型性能并对模型参数进行调整优化，进而得到最终的补偿模型。本发明标定精度高，适应性强。
-
公开(公告)号：CN113091768A
公开(公告)日：2021-07-09
申请号：CN202110271813.4
申请日：2021-03-12
申请人： 南京理工大学
摘要： 本发明公开了一种MIMU整体动态智能标定补偿方法。该方法为：通过工装将MEMS‑IMU固定在测试设备上，采集保存IMU以及测试设备的输出；基于DeepAR递归神经网络建立误差补偿模型，确定神经网络输入输出结构、隐含层数目以及神经元数目；将采集到惯性测量单元实测数据作为神经网络的输入，测试设备的数据与惯性测量单元的实际输出的差值分别作为神经网络模型的输出，建立训练集与测试集，利用训练集对神经网络模型进行训练；利用训练完成的神经网络模型结合测试集输入得到模型的输出数据，将输出数据与测试集输出数据进行对比，评价模型性能并对模型参数进行调整优化，进而得到最终的补偿模型。本发明标定精度高，适应性强。
-
公开(公告)号：CN112797967A
公开(公告)日：2021-05-14
申请号：CN202110134703.3
申请日：2021-01-31
申请人： 南京理工大学
摘要： 本发明公开了一种基于图优化的MEMS陀螺仪随机漂移误差补偿方法，该方法步骤如下：使用单轴速率转台采集MEMS陀螺仪1800±10s静态数据，对得到的原始数据进行预处理操作，包括去除奇异值、常值项、趋势项，以及数据平稳性和正态性检验；对预处理后的数据进行自相关特性和偏相关特性的分析，利用AIC、BIC准则对时间序列的ARMA模型进行定阶后，使用矩估计方法对ARMA模型进行参数识别并建模；建立线性离散的图优化状态模型和量测模型，并使用Levenberg‑Marquart的图优化计算方法对MEMS陀螺仪随机漂移误差进行计算并进行补偿。本发明具有高效准确、计算量小的优点。
-
公开(公告)号：CN112697173B
公开(公告)日：2024-09-10
申请号：CN202110132458.2
申请日：2021-01-31
申请人： 南京理工大学
IPC分类号： G01C25/00
摘要： 本发明公开了一种MEMS惯性器件自动化标定测试系统及方法。系统包括测试计算机、程控直流电源、数据采集与处理单元以及测试电缆、测试工装、测试机柜。方法包括：1.系统的零偏稳定性和量程标定：将产品安装在三轴转台上，使产品的待测轴向与转台的转动轴平行，接通电源将产品预热，设定三轴转台的运行模式，记录系统输出的数据并处理，获取相应的标定参数；2.MEMS加速度计的零偏稳定性标定：将产品安装在三轴转台上，使产品的加速度输入基准轴垂直与地球重力方向，接通电源将产品预热，记录系统输出的数据并处理，获取相应的标定参数。本发明能够实现MEMS惯性器件自动化标定测试系统的准确、高效标定。
-
公开(公告)号：CN112797967B
公开(公告)日：2024-03-22
申请号：CN202110134703.3
申请日：2021-01-31
申请人： 南京理工大学
摘要： 本发明公开了一种基于图优化的MEMS陀螺仪随机漂移误差补偿方法，该方法步骤如下：使用单轴速率转台采集MEMS陀螺仪1800±10s静态数据，对得到的原始数据进行预处理操作，包括去除奇异值、常值项、趋势项，以及数据平稳性和正态性检验；对预处理后的数据进行自相关特性和偏相关特性的分析，利用AIC、BIC准则对时间序列的ARMA模型进行定阶后，使用矩估计方法对ARMA模型进行参数识别并建模；建立线性离散的图优化状态模型和量测模型，并使用Levenberg‑Marquart的图优化计算方法对MEMS陀螺仪随机漂移误差进行计算并进行补偿。本发明具有高效准确、计算量小的优点。
-
公开(公告)号：CN112697173A
公开(公告)日：2021-04-23
申请号：CN202110132458.2
申请日：2021-01-31
申请人： 南京理工大学
IPC分类号： G01C25/00
摘要： 本发明公开了一种MEMS惯性器件自动化标定测试系统及方法。系统包括测试计算机、程控直流电源、数据采集与处理单元以及测试电缆、测试工装、测试机柜。方法包括：1.系统的零偏稳定性和量程标定：将产品安装在三轴转台上，使产品的待测轴向与转台的转动轴平行，接通电源将产品预热，设定三轴转台的运行模式，记录系统输出的数据并处理，获取相应的标定参数；2.MEMS加速度计的零偏稳定性标定：将产品安装在三轴转台上，使产品的加速度输入基准轴垂直与地球重力方向，接通电源将产品预热，记录系统输出的数据并处理，获取相应的标定参数。本发明能够实现MEMS惯性器件自动化标定测试系统的准确、高效标定。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.027 秒)
