-
公开(公告)号：CN106680765A
公开(公告)日：2017-05-17
申请号：CN201710124529.8
申请日：2017-03-03
申请人： 济南大学
CPC分类号： G01S5/0257 , G01C21/165 , G01S5/0294 , G01S5/145
摘要： 本发明涉及一种基于分布式组合滤波INS/UWB行人导航系统及方法，系统包括惯性导航器件、伪距检测单元、无线数据传输系统和数据处理系统，惯性导航器件，用于测量行人的导航信息，伪距检测单元，用于获取伪距信息：无线数据传输系统，用于将惯性导航器件和伪距检测单元所采集的数据通过无线传输传递到数据处理系统中，并将数据处理系统发送的控制命令传递到所述惯性导航器件中；数据处理系统：具有分布式组合滤波器，根据当前无线通信信道的通信质量选择上述分布式组合滤波器中的一种用于对采集到的数据进行数据融合估计，并向惯性导航器件发送控制命令。本发明可降低室内复杂导航环境对组合导航精度的影响，得到目标行人导航信息的最优预估。
-
公开(公告)号：CN109141412A
公开(公告)日：2019-01-04
申请号：CN201810886557.8
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向有数据缺失INS/UWB组合行人导航的UFIR滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的UFIR滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN108759825A
公开(公告)日：2018-11-06
申请号：CN201810885930.8
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向有数据缺失INS/UWB行人导航的自适应预估Kalman滤波算法，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应Kalman滤波算法进行改进，引入变量引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN107402375A
公开(公告)日：2017-11-28
申请号：CN201710671294.4
申请日：2017-08-08
申请人： 济南大学
IPC分类号： G01S5/10
摘要： 本发明公开了一种带观测时滞的室内行人定位EFIR数据融合系统及方法，包括：通过UWB目标节点获取其与UWB参考节点之间的到达时刻，并通过TOA-距离模型得到UWB参考节点与目标节点之间的距离信息。将获取到的距离信息作为观测量输入到EFIR滤波器，通过EFIR滤波器进行数据融合，并对目标行人的位置信息进行预估，最终得到当前时刻的行人最优的位置信息。本发明有益效果：EFIR滤波器以目标行人在k和k-1时刻在东向和北向的位置和速度作为状态量，以UWB定位标签测量得到的k-1时刻参考节点与定位标签之间的距离作为系统观测量构建UWB定位模型进行数据融合，减少了由于UWB无线数据传输造成的数据采集延时对系统定位精度的影响。
-
公开(公告)号：CN109141412B
公开(公告)日：2020-09-22
申请号：CN201810886557.8
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向有数据缺失INS/UWB组合行人导航的UFIR滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的UFIR滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN107402375B
公开(公告)日：2020-05-05
申请号：CN201710671294.4
申请日：2017-08-08
申请人： 济南大学
IPC分类号： G01S5/10
摘要： 本发明公开了一种带观测时滞的室内行人定位EFIR数据融合系统及方法，包括：通过UWB目标节点获取其与UWB参考节点之间的到达时刻，并通过TOA‑距离模型得到UWB参考节点与目标节点之间的距离信息。将获取到的距离信息作为观测量输入到EFIR滤波器，通过EFIR滤波器进行数据融合，并对目标行人的位置信息进行预估，最终得到当前时刻的行人最优的位置信息。本发明有益效果：EFIR滤波器以目标行人在k和k‑1时刻在东向和北向的位置和速度作为状态量，以UWB定位标签测量得到的k‑1时刻参考节点与定位标签之间的距离作为系统观测量构建UWB定位模型进行数据融合，减少了由于UWB无线数据传输造成的数据采集延时对系统定位精度的影响。
-
公开(公告)号：CN109269498A
公开(公告)日：2019-01-25
申请号：CN201810886540.2
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向具有数据缺失UWB行人导航的自适应预估EKF滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应EKF滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN109269498B
公开(公告)日：2020-09-22
申请号：CN201810886540.2
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向具有数据缺失UWB行人导航的自适应预估EKF滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应EKF滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN108759825B
公开(公告)日：2020-05-05
申请号：CN201810885930.8
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向有数据缺失INS/UWB行人导航的自适应预估Kalman滤波算法，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应Kalman滤波算法进行改进，引入变量引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN106871893A
公开(公告)日：2017-06-20
申请号：CN201710123870.1
申请日：2017-03-03
申请人： 济南大学
IPC分类号： G01C21/16
CPC分类号： G01C21/165
摘要： 本发明公开了一种分布式INS/UWB紧组合导航系统及方法，系统包括惯性导航器件、伪距检测单元、无线数据传输系统和数据处理系统；惯性导航器件，用于测量行人的导航信息，导航信息包括位置、速度和姿态信息；伪距检测单元，用于获取伪距信息：无线数据传输系统，与惯性导航器件和伪距检测单元相连，用于将惯性导航器件和伪距检测单元所采集的数据通过无线传输传递到数据处理系统中，并将数据处理系统发送的控制命令传递到所述惯性导航器件中；所述数据处理系统：采用分布式数据融合估计单元，用于对采集到的数据进行数据融合估计，并向惯性导航器件发送控制命令，本发明可降低室内复杂导航环境对组合导航精度的影响，得到目标行人导航信息的最优预估。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.016 秒)
