-
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：CN113175926A
公开(公告)日：2021-07-27
申请号：CN202110428645.5
申请日：2021-04-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于运动状态监测的自适应水平姿态测量方法，基于新建立的状态空间模型，将水平姿态角作为状态变量，补偿随机常值零偏的角速度增量Δωb作为系统方程的控制输入，补偿随机常值零偏的比力fb作为量测量，同时对载体机动状态的判断条件进行改善，综合利用MEMS‑IMU输出的加速度信息和角速度信息对载体机动信息进行判断判断，实现对滤波器量测噪声阵的自动调整，有效降低了载体机动对水平姿态解算的影响。该方法对载体机动状态无特殊要求，能够在无外界信息辅助的情况下，保证系统在不同运动状态下具有较高的姿态测量精度。
-
公开(公告)号：CN112504275A
公开(公告)日：2021-03-16
申请号：CN202011276612.5
申请日：2020-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于级联卡尔曼滤波算法的水面舰船水平姿态测量方法，完成初始对准后，利用实时采集三个轴上陀螺的输出信号和加速度计的输出信号进行捷联惯性导航解算；将GPS给出的位置信息作为量测，利用间接法卡尔曼滤波对实时解算的导航参数进行校正；利用校正的导航参数对运载体机动引起的线加速度和哥氏加速度进行补偿；利用互补滤波获得的陀螺积分误差作为量测量，再次利用卡尔曼滤波对已经校正过的捷联惯性导航解算的水平姿态信息进行校正，获得更高的测量精度。该方法有效利用加速度计的低频高精度特性，对陀螺仪进行不断修正，使水平姿态保持较高精度输出，保证系统在不同运动状态下具有较高的姿态测量精度，有一定的工程应用价值。
-
-
-
Search Results
14
records
(took 0.031 seconds)
