一种基于自适应联邦卡尔曼滤波的无人船组合导航方法

    公开(公告)号:CN110579740B

    公开(公告)日:2023-03-31

    申请号:CN201910875242.8

    申请日:2019-09-17

    Abstract: 本发明公开了一种基于自适应联邦卡尔曼滤波的无人船组合导航方法,利用无人船组合导航系统进行导航,所述无人船组合导航系统包括SINS、GPS、Compass和嵌入式处理器。所述嵌入式处理器内采用自适应联邦卡尔曼滤波算法进行传感器信息融合,输出无人船的位置、速度和姿态信息。本发明应用了无人船SINS/GPS/Compass组合导航的误差模型和观测模型,减小各个子系统之间的故障干扰,提高无人船导航系统的可靠性与稳定性。本发明在联邦卡尔曼滤波的基础上,设计联邦卡尔曼滤波的子滤波器的信息分配因子,在保障系统的容错能力的前提下,能够有效抑制系统的异常扰动,减小分配原则对滤波精度的影响。

    一种反步滑模最大波能捕获方法

    公开(公告)号:CN110311607B

    公开(公告)日:2021-01-22

    申请号:CN201910669321.3

    申请日:2019-07-24

    Abstract: 本发明提供一种反步滑模最大波能捕获方法。本发明方法包括如下步骤:建立直驱式波浪能发电装置的动力学模型;建立永磁直线发电机的数学模型;基于反步法设计最大波能跟踪控制器;结合反步法和滑模控制方法,设计反步滑模控制器。本发明主要研究了波能捕获装置、永磁直线发电机的结构及数学模型,依据波浪入射频率和幅值,构造系统最优功率输出条件,采用id=0的解耦方法,得到d‑q轴最优参考电流,通过滑模变结构控制跟踪最优参考电流,仿真结果显示反步滑模控制策略与传统的PID控制策略相比提高了系统的鲁棒性,在输出电流、电压及功率方面,明显优于传统控制,在最大波能捕捉方面优势明显。

    一种具有三级减震自稳系统的无人船

    公开(公告)号:CN109911114B

    公开(公告)日:2020-09-22

    申请号:CN201910176571.3

    申请日:2019-03-08

    Abstract: 本发明公开了一种具有三级减震自稳系统的无人船,包括双长浮筒、减震底座、仿猫式连杆型腿部减震结构、六自由度液压自稳装置和船舱,所述双长浮筒上安装四个减震底座,所述仿猫式连杆型腿部减震结构的底端与减震底座连接、顶端与连接桥连接;所述连接桥上安装六自由度液压自稳装置,所述船舱安装在六自由度液压自稳装置上。本发明在无人船应用研究现状的基础上,提出一种具有三级减震系统的无人船设计方案。通过底座减震结构的设计,实现在低振幅浪涌下高速航行;通过仿猫式连杆型腿部减震机构的设计,实现在高振幅浪涌下稳定航行。本发明加入仿生结构设计,通过采用仿猫式连杆型腿部结构作为无人船的四个支架,增加了船体的稳定性和减震效果。

    船用液压设备液压系统基于MEMS节流管流量传感器的功率测量装置

    公开(公告)号:CN117108591A

    公开(公告)日:2023-11-24

    申请号:CN202310959732.2

    申请日:2023-08-01

    Abstract: 本发明提供一种船用液压设备液压系统基于MEMS节流管流量传感器的功率测量装置,包括:测量管、节流管、MEMS敏感芯体、信号线、流量计二次仪表信号采集处理设备和压力传感器;测量管的内部固定连接节流管,且与节流管保持同轴;节流管为两端开口中间部分收缩,使节流管内外产生压力差;MEMS敏感芯体封装在节流管的中部,包括两个压力测量口,分别接触高压、低压流体。本发明进行功率测量时,流体流过节流管时在节流管内外两侧会产生对应于流量大小的压力差信号,MEMS敏感芯体获取到压力差信号,并通过信号线将压力差信号引出测量管送至流量计二次仪表,信号采集处理设备根据流量和压力差数学关系模型和现场实际标定,实现对流量的动态和稳态测量。

    一种基于集中式卡尔曼滤波的无人航行器状态估计方法

    公开(公告)号:CN112346479B

    公开(公告)日:2023-08-22

    申请号:CN202011296332.0

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于集中式卡尔曼滤波的无人航行器状态估计方法,包括以下步骤:建立无人航行器关于位置和速度的状态方程和量测方程;预测无人航行器的下一时刻速度和位置,得到无人航行器的下一时刻速度预测值和位置预测值,建立下一时刻速度和位置真值的分布函数,通过引入置信概率,得到无人航行器当前时刻可靠的速度和位置量测值;基于新型集中式卡尔曼滤波器的结构,确定无人航行器更新过程的协方差和卡尔曼滤波器的增益,再通过结合当前时刻速度和位置量测值得到无人航行器的位置信息和速度信息最优估计值,将此方法具有置信检验环节的集中式卡尔曼滤波,对速度和位置信息的最终估计值更加准确。

    一种面向无人船组合导航信息融合的多尺度数据分块算法

    公开(公告)号:CN110926466A

    公开(公告)日:2020-03-27

    申请号:CN201911287615.6

    申请日:2019-12-14

    Inventor: 王宁 杨毅 陈帅

    Abstract: 本发明公开了一种面向无人船组合导航信息融合的多尺度数据分块算法,简称MDS,包括以下步骤:建立组合导航系统数学模型;建立组合导航多尺度系统模型;设计最优融合算法。本发明针对无人船组合导航系统多传感器异步采样的问题,提出一种多尺度数据分块的信息融合方法(MDS),相比于传统联邦滤波(FKF)的分布式滤波算法,有效的解决了传感器信息异步融合的问题。本发明在原有多尺度滤波方法的基础上,将多尺度滤波方法与数据分块的方法结合,相比于小波变换的方法,该方法计算量更小,更简便,并提高了无人船组合导航系统的信息融合效果。

    一种基于自适应联邦卡尔曼滤波的无人船组合导航方法

    公开(公告)号:CN110579740A

    公开(公告)日:2019-12-17

    申请号:CN201910875242.8

    申请日:2019-09-17

    Abstract: 本发明公开了一种基于自适应联邦卡尔曼滤波的无人船组合导航方法,利用无人船组合导航系统进行导航,所述无人船组合导航系统包括SINS、GPS、Compass和嵌入式处理器。所述嵌入式处理器内采用自适应联邦卡尔曼滤波算法进行传感器信息融合,输出无人船的位置、速度和姿态信息。本发明应用了无人船SINS/GPS/Compass组合导航的误差模型和观测模型,减小各个子系统之间的故障干扰,提高无人船导航系统的可靠性与稳定性。本发明在联邦卡尔曼滤波的基础上,设计联邦卡尔曼滤波的子滤波器的信息分配因子,在保障系统的容错能力的前提下,能够有效抑制系统的异常扰动,减小分配原则对滤波精度的影响。

    一种具有三级减震自稳系统的无人船

    公开(公告)号:CN109911114A

    公开(公告)日:2019-06-21

    申请号:CN201910176571.3

    申请日:2019-03-08

    Abstract: 本发明公开了一种具有三级减震自稳系统的无人船,包括双长浮筒、减震底座、仿猫式连杆型腿部减震结构、六自由度液压自稳装置和船舱,所述双长浮筒上安装四个减震底座,所述仿猫式连杆型腿部减震结构的底端与减震底座连接、顶端与连接桥连接;所述连接桥上安装六自由度液压自稳装置,所述船舱安装在六自由度液压自稳装置上。本发明在无人船应用研究现状的基础上,提出一种具有三级减震系统的无人船设计方案。通过底座减震结构的设计,实现在低振幅浪涌下高速航行;通过仿猫式连杆型腿部减震机构的设计,实现在高振幅浪涌下稳定航行。本发明加入仿生结构设计,通过采用仿猫式连杆型腿部结构作为无人船的四个支架,增加了船体的稳定性和减震效果。

    一种基于有限时间不确定观测器的多无人船编队固定时间控制方法

    公开(公告)号:CN111752280B

    公开(公告)日:2023-06-13

    申请号:CN202010664276.5

    申请日:2020-07-10

    Abstract: 本发明提供一种基于有限时间不确定观测器的多无人船编队固定时间控制方法,包括:基于未知扰动和未建模动态,构建无人船编队系统中的领航船、跟随船数学模型以及编队模型;将外界未知扰动项和未知水动力系数项视为集总不确定项,设计有限时间不确定观测器,对包含所述集总不确定项的无人船编队系统进行精准而快速的观测和补偿;将固定时间控制思想融入至非奇异终端滑模技术,设计具有完全固定时间稳定特性的非奇异终端滑模;基于所述有限时间不确定观测器和所述非奇异终端滑模,设计固定时间无人船编队控制策略。本发明的技术方案确保了编队跟踪控制系统的收敛速度和收敛精度,并克服了传统滑模策略中的奇异性和收敛速度慢的问题。

    一种基于集中式卡尔曼滤波的无人航行器状态估计方法

    公开(公告)号:CN112346479A

    公开(公告)日:2021-02-09

    申请号:CN202011296332.0

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于集中式卡尔曼滤波的无人航行器状态估计方法,包括以下步骤:建立无人航行器关于位置和速度的状态方程和量测方程;预测无人航行器的下一时刻速度和位置,得到无人航行器的下一时刻速度预测值和位置预测值,建立下一时刻速度和位置真值的分布函数,通过引入置信概率,得到无人航行器当前时刻可靠的速度和位置量测值;基于新型集中式卡尔曼滤波器的结构,确定无人航行器更新过程的协方差和卡尔曼滤波器的增益,再通过结合当前时刻速度和位置量测值得到无人航行器的位置信息和速度信息最优估计值,将此方法具有置信检验环节的集中式卡尔曼滤波,对速度和位置信息的最终估计值更加准确。

Patent Agency Ranking