-
公开(公告)号：CN114964235A
公开(公告)日：2022-08-30
申请号：CN202210545260.1
申请日：2022-05-19
申请人： 哈尔滨工业大学(鞍山)工业技术研究院
摘要： 本发明提供一种基于惯性/多普勒计程仪加阻尼状态的组合导航方法，包括：获取算法调试所需数据源作为训练样本；对训练样本进行各航行状态下的速度，加速度，角速度，角加速度的特征分析，获取系统的航行状态判据；通过训练样本，对多普勒计程仪组合导航滤波进行精确建模；通过训练样本，对阻尼导航网络参数进行最优设计；根据载体航行状态判据获得运载体的运动状态，对输出的速度信息进行切换，最终获得综合系统的优化速度，分别对组合导航和阻尼导航的速度输出进行频谱分析，实现对低频速度误差的抑制。该方法具有良好的实际工程应用价值，旨在解决传统的组合导航速度收敛慢、速度误差大，进而导致定位误差大的问题。
-
公开(公告)号：CN115099134A
公开(公告)日：2022-09-23
申请号：CN202210685157.7
申请日：2022-06-16
申请人： 哈尔滨工业大学(鞍山)工业技术研究院
摘要： 本发明公开了一种基于模糊多输出最小二乘支持向量机的DVL建模方法，包括：将单输出最小二乘支持向量机模型扩展到多输出最小二乘支持向量机模型，可应用于多维输出预测模型；考虑了载体机动对多普勒计程仪预测模型的影响，将动态姿态角扩充到预测模型样本中，提高多普勒计程仪预测模型在大机动条件下的适应性；利用模糊隶属度函数来模糊化输入样本，借助样本之间的约束关系自适应调整模糊隶属度函数，克服了对于孤立点过分敏感而带来的过拟合问题；基于FMLS‑SVM的速度预测器能够准确提供估计的DVL测量值，有效延长多普勒计程仪故障的容错时间，从而提高SINS/DVL组合导航系统的精度和可靠性。
-
公开(公告)号：CN114993312A
公开(公告)日：2022-09-02
申请号：CN202210545961.5
申请日：2022-05-19
申请人： 哈尔滨工业大学(鞍山)工业技术研究院
摘要： 本发明提供一种基于人工蜂群优化相关向量机的DVL测速模型训练方法，包括：搭建AUV测试平台，获取惯导系统的三轴陀螺和三轴加速度计数据、三轴DVL速度信息、GNSS输出的经纬度和深度计提供的深度训练样本；以惯导系统输出的航向、俯仰、横滚、航向变化率及三轴DVL速度信息作为RVM模型输入集，以三轴惯导系统速度信息分别作为RVM模型输出集；初始化RVM核函数参数，将标准化数据映射到特征空间；计算后验分布的均值和方差；更新计算超参数和噪声方差，从而得到稀疏化的模型；利用人工蜂群算法对各RVM中的混合核函数参数进行优化，其中利用GNSS和深度计对人工蜂群算法中的目标函数进行约束。该方法实现了SINS/DVL组合导航的定位误差由3‰航程减少至1.5‰航程。
-
公开(公告)号：CN114964313A
公开(公告)日：2022-08-30
申请号：CN202210545266.9
申请日：2022-05-19
申请人： 哈尔滨工业大学(鞍山)工业技术研究院
摘要： 本发明提供一种基于RVM的光纤陀螺温度补偿方法，包括：获取光纤陀螺输出的原始数据和温度训练样本；以经过预处理的温度训练样本作为输入集x，陀螺训练样本作为目标集组成数据训练集；初始化超参数α和噪声方差σ2，利用核函数将标准化数据映射到特征空间；计算后验分布的均值向量μ和方差Σ；更新计算超参数α和噪声方差σ2，估计RVM模型的模型权值ω，从而得到稀疏化的模型；根据已建立好的温度补偿模型，对训练集中的目标集进行估计，得到估计的光纤陀螺温度误差，从陀螺输出原始数据中剔除该部分误差，从而完成温度误差补偿。该方法具有良好的逼近复杂非线性函数的能力，解决传统的温度补偿方法存在收敛速度慢、易陷入局部极小以及泛化能力差的问题。
-
-
-
搜索结果
4 条记录 (耗时 0.032 秒)
