-
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：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。
-
-
-
搜索结果
4 条记录 (耗时 0.021 秒)
