-
-
公开(公告)号：CN113156368A
公开(公告)日：2021-07-23
申请号：CN202110306773.2
申请日：2021-03-23
申请人： 哈尔滨工业大学
IPC分类号： G01S5/18
摘要： 本发明提出了一种基于因子图的误差参数辨识协同定位方法。首先，建立误差参数辨识因子图模型，然后对包含速度误差和航向误差的过程误差进行误差参数辨识，利用最大相关熵准则在因子图中的函数节点和变量节点之间进行信息的传递，实现对从艇速度、航向的误差补偿，最终实现对从艇的位置状态信息的滤波融合估计。实现在不改变系统中惯性器件的测量精度的情况下，通过对过程误差进行辨识及补偿，降低协同定位误差，提高协同定位系统的定位能力。
-
公开(公告)号：CN118463991A
公开(公告)日：2024-08-09
申请号：CN202410505405.4
申请日：2024-04-25
申请人： 哈尔滨工业大学
摘要： 本发明提出了一种考虑主节点定位误差的UUV协同定位方法。涉及水下无人航行器协同定位技术领域。用于解决主节点位置信息的误差对定位产生影响的技术问题。首先，建立量测模型，分析主节点位置误差对子节点定位性能的影响；然后建立地心地固坐标系的状态扩维模型以及协同量测模型，当子节点没有接收到量测信息时，状态模型为15维，当接收到量测信息时，状态中新增主节点的速度误差、位置误差，并建立扩维后的状态模型与量测信息之间的关系；最后对子节点的状态信息进行滤波更新。本发明通过建立新的状态扩维模型、协同量测模型，有效提高了子节点的定位精度，为后续协同系统的路径规划、任务分配等环节提供高精度的位置信息。
-
公开(公告)号：CN112325885A
公开(公告)日：2021-02-05
申请号：CN202011189329.9
申请日：2020-10-30
申请人： 哈尔滨工业大学
摘要： 本发明设计了一种基于数学统计特征的因子图协同定位算法。首先，建立基于数学统计特征的协同定位算法因子图模型，将传统的协同定位算法二维问题转化为一维问题，然后利用位置状态变量的期望、方差作为信度信息在因子图模型中的变量节点与函数节点之间进行传递，最后实现对从艇的位置状态信息进行滤波融合估计。从而实现在不改变系统中惯性器件的测量精度的情况下，通过避免对非线性距离观测方程的线性化处理，降低协同定位误差，提高协同定位系统的定位能力，同时还可以降低计算的复杂度，减小计算量。
-
公开(公告)号：CN113916225B
公开(公告)日：2023-07-14
申请号：CN202111173827.9
申请日：2021-10-09
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种基于稳健权因子系数的组合导航粗差抗差估计方法。首先基于传统的最小二乘法准则，给不同的观测项赋予不同的权因子，转化成抗差最小二乘法估计的形式；然后通过等价权原理，建立不同的等价权函数，在本发明中选用中科院测量与地球物理研究所(Institute of Geodesy and Geophysics，IGG)III法型权因子函数对于观测值进行优化；然后基于稳健权因子系数法对Kalman滤波方程进行改造，通过分析增益矩阵，可以选取适当的权函数代替观测噪声协方差阵，以减小或消除粗差对估计结构的影响；然后基于惯性导航/卫星导航组合导航时空基准匹配模型，建立基于组合导航的最优估计模型。本发明可以解决在组合导航系统中观测量粗差对导航结果产生的影响，从而确保了组合导航系统的应用范围和定位精度。
-
-
公开(公告)号：CN116182857A
公开(公告)日：2023-05-30
申请号：CN202310026424.4
申请日：2023-01-09
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种基于MEMS/水声测距的AUV多状态估计协同定位方法。步骤1：建立协同系统AUV多状态估计方程；步骤2：建立协同系统AUV量测方程，并采用一阶泰勒展开进行线性化处理；步骤3：基于步骤1多状态估计方程和步骤2的量测方程，采用卡尔曼滤波算法，对系统的状态信息进行滤波更新。本发明提出的协同定位方案可大大降低协同系统的成本，同时通过水声测距信息实现对跟随AUV的多个状态量的估计，大大提高了定位精度。
-
公开(公告)号：CN113156368B
公开(公告)日：2023-05-30
申请号：CN202110306773.2
申请日：2021-03-23
申请人： 哈尔滨工业大学
IPC分类号： G01S5/18
摘要： 本发明提出了一种基于因子图的误差参数辨识协同定位方法。首先，建立误差参数辨识因子图模型，然后对包含速度误差和航向误差的过程误差进行误差参数辨识，利用最大相关熵准则在因子图中的函数节点和变量节点之间进行信息的传递，实现对从艇速度、航向的误差补偿，最终实现对从艇的位置状态信息的滤波融合估计。实现在不改变系统中惯性器件的测量精度的情况下，通过对过程误差进行辨识及补偿，降低协同定位误差，提高协同定位系统的定位能力。
-
公开(公告)号：CN113916225A
公开(公告)日：2022-01-11
申请号：CN202111173827.9
申请日：2021-10-09
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种基于稳健权因子系数的组合导航粗差抗差估计方法。首先基于传统的最小二乘法准则，给不同的观测项赋予不同的权因子，转化成抗差最小二乘法估计的形式；然后通过等价权原理，建立不同的等价权函数，在本发明中选用中科院测量与地球物理研究所(Institute of Geodesy and Geophysics，IGG)III法型权因子函数对于观测值进行优化；然后基于稳健权因子系数法对Kalman滤波方程进行改造，通过分析增益矩阵，可以选取适当的权函数代替观测噪声协方差阵，以减小或消除粗差对估计结构的影响；然后基于惯性导航/卫星导航组合导航时空基准匹配模型，建立基于组合导航的最优估计模型。本发明可以解决在组合导航系统中观测量粗差对导航结果产生的影响，从而确保了组合导航系统的应用范围和定位精度。
-
公开(公告)号：CN112749481A
公开(公告)日：2021-05-04
申请号：CN202011537149.5
申请日：2020-12-23
申请人： 哈尔滨工业大学
摘要： 本发明设计了一种基于最大相关熵的因子图协同定位算法。首先，建立基于最大相关熵的协同定位算法因子图模型，然后利用相关熵作为信度信息，通过计算因子图模型中变量节点的相关熵，并根据最大相关熵准则，通过微分运算，计算出在相关熵最大的时候的位置状态信息，实现对从艇的位置状态信息的滤波融合估计。实现了在不改变系统中惯性器件的测量精度的情况下，通过使用相关熵的误差式作为系统的代价函数，有效抑制了异常值对系统的影响，增强了系统的鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.027 秒)