-
公开(公告)号：CN103616027A
公开(公告)日：2014-03-05
申请号：CN201310690254.6
申请日：2013-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明属于重力辅助惯性导航系统的技术领域，尤其涉及一种基于改进MSD的重力匹配方法。本发明包括：确定参考位置信息；引入位置误差向量；确定代价函数；确定使代价函数E最小的位置误差向量；得到最终位置。针对传统的重力匹配方法计算量大、耗时多的问题，本发明在MSD的基础上，引入位置误差向量，确定代价函数，简化匹配计算机中的匹配过程，在保证匹配精度的基础上，提高了匹配计算机的工作效率。本发明引入SOR迭代方法，获取位置误差向量，其收敛速度更快。一般的匹配方法都会用到重力数据库，现有重力数据库的精度还有待进一步提高，本发明的匹配过程中仅用到参考轨迹上点处的重力异常值及其变化梯度，减轻对重力数据库的依赖。
-
公开(公告)号：CN103605167A
公开(公告)日：2014-02-26
申请号：CN201310563343.4
申请日：2013-11-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于Mallat算法的海洋重力测量误差消除方法，包括：实时获取惯性导航系统输出的纬度、航向和航速信息及重力仪测得的重力信号；重力仪的初始参数标定；选择小波函数，计算尺度函数φ(t)和小波函数Ψ(t)；计算高通滤波器和低通滤波器系数；使用Mallat算法，将重力信号根据已选的滤波器系数进行分解，选取分解层数；根据原信号的信噪比，求取启发式SURE阈值并以软阈值的方法对重力信号降噪；对降噪后的重力信号重构；利用惯导系统输出的信息计算厄特弗斯校正值，并对厄特弗斯校正值进行滤波处理；对重构后的重力信号进行厄特弗斯校正。本发明补偿了重力测量中的实时性不足的缺陷，并且可以消除重力测量中的主要误差，提高了重力信号精度。
-
公开(公告)号：CN103604430A
公开(公告)日：2014-02-26
申请号：CN201310545339.5
申请日：2013-11-06
Applicant: 哈尔滨工程大学
CPC classification number: G01C21/165 , G01C21/20 , G01C25/005
Abstract: 本发明公开了一种基于边缘化CKF重力辅助导航的方法，包括：实时获取惯性导航系统输出的位置信息及重力仪测得的重力异常值；建立惯性器件输出误差模型及惯导系统误差方程，确定状态量和量测量；将迭代过程分为状态更新和量测更新；滤波过程中各个时刻的观测量为重力仪实时测量的重力异常值，估计观测预测值、自相关协方差阵、互相关协方差阵及卡尔曼增益；根据得到的状态和观测预测值，计算状态估计值和状态误差协方差估计值；根据得到的惯导系统的导航参数误差，通过输出校正，对惯导系统进行修正。本发明有效地快速地对实现状态估计，借助重力异常基准图以采样点形式进行滤波，避免模型不准确带来的误差，可以精确地、快速地实现重力辅助导航。
-
公开(公告)号：CN103604428A
公开(公告)日：2014-02-26
申请号：CN201310589688.7
申请日：2013-11-22
Applicant: 哈尔滨工程大学
IPC: G01C21/02
CPC classification number: G01C21/02 , G01C21/165 , G01C25/005
Abstract: 本发明公开了一种基于高精度水平基准的星敏感器定位方法，首先采集CCD星敏感器的输出；进而将星敏感器与捷联惯导系统组合，修正捷联惯导系统的姿态并补偿星敏感器的安装误差，得到较高精度的水平基准信息；再采集组合导航系统提供的高精度水平基准信息，即采集运动载体的横摇角和纵摇角，得到载体系到准地理坐标系的姿态转换矩阵。与现有技术相比，本发明通过将惯性导航系统和星敏感器组合，通过滤波校正惯性导航系统的姿态误差，有效提高星敏感器定位所依赖的水平基准信息，同时各类误差源确定，极大地提高了星敏感器的定位精度。
-
公开(公告)号：CN103557864A
公开(公告)日：2014-02-05
申请号：CN201310528761.X
申请日：2013-10-31
Applicant: 哈尔滨工程大学
CPC classification number: G01C25/005 , G01C21/16 , G01C21/20
Abstract: 本发明公开了一种MEMS捷联惯导自适应SCKF滤波的初始对准方法，本发明采用GPS确定载体的初始位置信息，采集MEMS加速度计和磁强计输出的数据，采用解析法完成粗对准，粗略地得到捷联矩阵；然后建立基于MEMS的捷联惯导系统初始对准的非线性模型，进行滤波的初始化；然后利用平方根CKF进行状态估计，在每次迭代时利用状态估计量与一次预测状态量之差，对系统噪声方差阵进行更新，增强滤波对系统噪声统计特性不确定的自适应能力；然后得到精确地平台失准角校正系统的姿态矩阵，从而完成初始对准；本发明可以在陀螺仪常值漂移较大时也能较好的完成初始对准，并且增强了滤波对系统噪声统计特性不确定的自适应能力。
-
Patent Agency Ranking
公开(公告)号：CN112184838B
公开(公告)日：2022-06-21
申请号：CN202011072693.7
申请日：2020-10-09
Applicant: 哈尔滨工程大学
IPC: G06T7/90 , G06T7/62 , G06T11/00 , G06K9/62 , G06V10/762
Abstract: 本发明一种基于颜色相关度的多背景迷彩图案主色提取方法，主要解决现有单一背景下迷彩图案主色提取方法难以满足多背景多地域迷彩伪装需求的问题。步骤包括：s1.选取待伪装区域的多张背景图像，图像预处理；s2.提取每张背景图像的背景主色，并计算所述背景主色的面积占比；s3.对每张背景图像的背景主色进行优先级排序，列出排序后的搜索路径；s4.根据颜色相关度度量函数选择搜索路径，进行背景主色配对；s5.对背景主色配对结果进行主色计算，得出最终的多背景迷彩图案主色和主色的面积占比。本发明方法计算复杂度低、实时性高，所提取的迷彩主色和背景颜色融合度高，能满足大区域动态环境下多背景迷彩图案设计精确主色提取的需要。
-
公开(公告)号：CN110377034B
公开(公告)日：2022-05-17
申请号：CN201910613566.4
申请日：2019-07-09
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于船舶领域，公开了一种基于蜻蜓算法优化的水面船轨迹跟踪全局鲁棒滑模控制方法，包含如下步骤：步骤(1)：建立船舶三自由度运动模型获取船舶的位置及艏向；步骤(2)：利用非线性估计滤波器滤去波浪力中的一阶高频干扰力及测量噪声；步骤(3)：设计基于全局鲁棒的轨迹跟踪滑模控制器；步骤(4)：根据实际情况设计巴特沃斯低通滤波器；步骤(5)：引入蜻蜓优化算法对轨迹跟踪滑模控制器中重要参数寻优；步骤(6)：将轨迹跟踪滑模控制器、巴特沃斯低通滤波器及非线性估计滤波器与水面船构成闭环系统，输入期望轨迹。本发明保证了航迹跟踪误差的渐进收敛，解决了常规滑模控制趋近段的不鲁棒性，实现了全局快速稳定。
-
公开(公告)号：CN110320907A
公开(公告)日：2019-10-11
申请号：CN201910476197.9
申请日：2019-06-03
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于改进蚁群算法和椭圆碰撞锥推演模型的无人水面艇双层避碰方法，首先，利用MKLINK图论技术为无人艇生成海上环境地图模型，然后对蚁群算法的状态转移概率进行改进优化出无人艇的全局最短路径，同时判断是否会有运动碍航物相遇而来，有则调用局部层的椭圆锥碰撞推演算法实时调整无人艇的动态路径。最后，将两种智能避碰方法通过滚动协调配合的原理进行耦合，形成无人水面艇海上航行时的双层智能避碰方法。本发明通过无人水面艇路径规划技术和基于椭圆碰撞锥推演模型的局部避碰技术滚动协同配合，实现无人艇在执行搜救、勘察作业等任务的时候能够自主搜索全局路径和调整局部避开运动碍航物的路径。
-
公开(公告)号：CN103776446B
公开(公告)日：2017-01-04
申请号：CN201310520233.X
申请日：2013-10-29
Applicant: 哈尔滨工程大学
IPC: G01C21/16
Abstract: 本发明公开了一种基于双MEMS-IMU的行人自主导航解算算法，将两个IMU系统同时固联于行人导航系统使用者的两只脚上，双系统分别进行捷联惯导解算算法和基于卡尔曼滤波的零速修正算法，再融合两只脚的定位信息，当双脚解算距离超过两脚间最大步长γ时，采用状态约束卡尔曼滤波算法对两个IMU的导航结果进行不等式约束，将模糊的人体生理特性问题转化为严格的数学问题，从而得到导航结果的最优估计，实现了更高精度的行人导航定位功能。
-
公开(公告)号：CN103743395B
公开(公告)日：2016-09-14
申请号：CN201410022467.6
申请日：2014-01-17
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明公开了一种惯性重力匹配组合导航系统中时间延迟的补偿方法，包括以下几个步骤，步骤一，采集惯性导航系统输出的纬度经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，计算重力信号的厄特弗斯校正值，并对厄特弗斯校正值进行滤波处理；步骤三，确定重力信号的延迟时间；步骤四，利用基于重力等值线的匹配算法，获取重力信号相应时刻的载体位置；步骤五，建立卡尔曼滤波器模型；步骤六，将载体位置的经度和纬度作为观测量，利用卡尔曼滤波实时估计重力信号对应时间点的惯性导航系统误差，对惯导系统进行校正；步骤七，进行卡尔曼滤波多步预测出当前时刻的状态向量，完成时间延迟补偿。本发明具有补偿重力信号时间延迟、高导航精度的优点。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.035 seconds)
