-
公开(公告)号：CN115046544B
公开(公告)日：2024-12-10
申请号：CN202210326114.X
申请日：2022-03-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于因子图的INS/UWB室内行人组合导航方法，步骤为：1.建立INS/UWB室内行人组合导航系统的状态方程；2.建立量测方程；3.建立因子图模型；4.根据3计算因子图中第一次消息传递过程中待定位行人时间更新后的二维位置变量和速度变量的概率密度函数；5.根据3计算因子图中第一次消息传递过程中待定位行人量测更新后的二维位置变量的概率密度函数；6.根据4和5计算因子图中第二次消息迭代过程中待定位行人量测更新后的二维位置变量和速度变量的概率密度函数；7.根据4和6计算因子图中待定位行人二维位置变量和速度变量的概率密度函数。本发明有效解决室内复杂应用场景中待定位行人接收到的UWB测距信息数量不确定情况下室内行人定位与测速问题。
-
公开(公告)号：CN116929342A
公开(公告)日：2023-10-24
申请号：CN202310718292.1
申请日：2023-06-16
Applicant: 哈尔滨工程大学
IPC: G01C21/16 , G01S19/49 , G01S19/40 , G06F16/29 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于双通道的GNSS/INS组合导航辅助方法，进行数据预处理，包括数据归一化、划分数据集、将一维序列信息转换为三维张量信息，将数据输送给双通道LSTM‑GRU模型，令双通道中的模型同时进行训练和预测，两个通道的模型采取同样的模型结构，不同的模型参数，每个通道中的模型均包括LSTM模块、GRU模块，双通道各自单独输出经、纬度增量信息，最后分别对预测结果进行数据积分处理，进而输出GNSS预测轨迹。本发明训练效率更高且保留了模型对历史信息有选择地保留和利用的能力，在辅助GNSS/INS组合导航系统方法中，本发明更具针对性地对经、纬度信息进行预测，令经、纬度信息的预测效果达到最佳。
-
公开(公告)号：CN116907481A
公开(公告)日：2023-10-20
申请号：CN202310718114.9
申请日：2023-06-16
Applicant: 哈尔滨工程大学
IPC: G01C21/16 , G01S19/49 , G01S19/40 , G06F16/29 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于双通道的GNSS/INS组合导航辅助方法，采集数据后，进行数据预处理，包括数据归一化、划分数据集、将一维序列信息转换为三维张量信息，将数据输送给双通道CNN‑Residual‑LSTM模型，令双通道中的模型同时进行训练和预测，两个通道的模型采取同样的模型结构，不同的模型参数，每个通道中的模型均包括CNN模块、Residual‑LSTM模块，双通道各自单独输出经、纬度增量信息，最后分别对预测结果进行数据积分处理，进而输出GNSS预测轨迹，达到GNSS失效时，利用模型辅助组合导航系统的目的。在辅助GNSS/INS组合导航系统方法中，本发明更具针对性地对经、纬度信息进行预测，效果更佳。
-
公开(公告)号：CN116718211A
公开(公告)日：2023-09-08
申请号：CN202310616545.4
申请日：2023-05-29
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于时间窗注意力机制的惯导长时辅助校正方法，将采集的陀螺、加速度计数据和纯惯导解算的姿态、速度、位置数据作为输入数据，每个采样间隔下位置的增量信息作为输出数据；利用输入数据和输出数据对优化后的长短期记忆神经网络进行训练；在GPS中断时将上述采集的数据作为训练好的优化后LSTM网络的输入，对位置增量进行预测。训练期间，输入数据首先经过卷积神经网络处理，完成数据的解耦；解耦的数据将通过线性全连接层，输入到时间窗注意力机制的LSTM‑GRU网络中进行训练，本发明对惯性导航定位的更长时间预测，同时相对常规LSTM网络，提高了拟合能力。
-
公开(公告)号：CN116678404A
公开(公告)日：2023-09-01
申请号：CN202310675469.4
申请日：2023-06-08
Applicant: 哈尔滨工程大学
Abstract: 本申请公开了一种基于多重傅里叶线性组合器的舰船升沉测量方法，属于升沉测量领域，包括：通过捷联式惯性导航系统获取载体坐标系下的垂向加速度并对其进行N点快速傅里叶变换，得到海浪涌动的相关频域信息；构建垂速综合滤波器，对垂向加速度进行滤波并得到垂向速度；通过KF‑BMFLC拟合模型对垂向速度进行拟合，并通过KF‑BMFLC补偿模型对拟合后的垂向速度进行幅相补偿，得到目标垂向速度；构建升沉综合滤波器，对目标垂向速度进行滤波得到升沉位移；通过KF‑BMFLC拟合模型对升沉位移进行拟合，并通过KF‑BMFLC补偿模型对拟合后的升沉位移进行幅相补偿，得到目标升沉位移。适用于需要高精度的测量和控制场景。
-
Patent Agency Ranking
-
公开(公告)号：CN116164752A
公开(公告)日：2023-05-26
申请号：CN202310212907.3
申请日：2023-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种电磁计程仪辅助的船舶组合导航方法，首先根据洋流和量测噪声时变对电磁计程仪测速产生的影响，建立1个固定模型集，包含2个子模型，并通过期望模型扩充的方法去自适应生成1个模型集；其次利用基于平均场理论的变分贝叶斯，对状态向量和量测噪声的协方差矩阵的耦合项进行解耦，并推导出的新的自适应滤波公式；再分别将固定模型集和期望模型集的交互式多模型IMM自适应滤波的结果进行估计融合；最后将融合后的估计结果去修正捷联惯性导航系统解算的姿态、速度和位置。本发明能够消除洋流和量测噪声时变的影响，有效的提高了船舶组合导航的定位精度。
-
公开(公告)号：CN111207744B
公开(公告)日：2023-03-21
申请号：CN202010039909.3
申请日：2020-01-15
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于厚尾鲁棒滤波的管线地理位置信息测量方法，为管线进行地理位置信息测量的技术。具体地说，利用MSINS与里程轮构成惯性/里程轮组合定位系统，通过系统动力装置驱动其在管线中运行获取与管线走向相关的传感器数据，并分别进行捷联惯性解算与航位推算；利用捷联惯性解算位置与航位推算位置差值作为量测信息，并针对里程轮打滑、滑行故障以及管线运动约束条件失效导致出现的位置量测野值信息利用厚尾鲁棒滤波器滤除，同时估计捷联惯性解算误差并校正管线地理位置信息输出，从而使系统提供连续、高精度的管线地理位置信息。
-
公开(公告)号：CN114577211A
公开(公告)日：2022-06-03
申请号：CN202210191144.4
申请日：2022-02-25
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供考虑洋流影响的基于因子图的主从式AUV协同定位方法，考虑了海水洋流对AUV定位精度的影响，将东向洋流速度、北向洋流速度引入系统因子图中，参与从AUV的定位计算，提高待定位从AUV定位精度。本发明考虑洋流影响的基于因子图的主从式AUV协同定位方法与忽略洋流影响的基于因子图的主从式AUV协同定位方法，和考虑洋流影响的基于EKF的主从式AUV协同定位方法进行仿真对比。考虑洋流影响的基于因子图的主从式AUV协同定位方法与忽略洋流对AUV定位影响的方法相比，可以有效地提高AUV定位的精度。与考虑洋流影响的基于EKF的主从式AUV协同定位方法相比，由于保留泰勒展开二阶项而获得了更高的定位精度。
-
公开(公告)号：CN114088098A
公开(公告)日：2022-02-25
申请号：CN202111357833.X
申请日：2021-11-16
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供一种用于极区水下航行器数据库辅助导航路径规划方法，包括：获取极区重力值和深度数据，并对部分稀疏区间进行精准性插值；对其进行网格化，构建网格地图，绘制重力和深度等值线；叠加融合重力和深度网格图，并计算每个规定大小网格窗口的可匹配度；将所有格网点分为五类，并将这五类格网点按性质划分区域；设置匹配优先级；建立有向图模型，给所有的有向边加上权值；确定某次极区水下航行器航行路线；根据路径规划算法规划的路径，避开水下冰山等危险航行环境，并在航行过程中通过匹配算法，使用数据库导航辅助惯性导航，抑制惯导系统长时间使用误差累积效应，使得极区水下航行器安全、快速、精准的到达目标点。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.042 seconds)
