太阳能航空器电能质量扰动识别方法

    公开(公告)号:CN119848767A

    公开(公告)日:2025-04-18

    申请号:CN202411914328.4

    申请日:2024-12-24

    Inventor: 周宏宇 王小刚

    Abstract: 本申请涉及一种太阳能航空器电能质量扰动识别方法,该方法获取电能质量扰动信号,并根据获取的电能质量扰动信号得到特征分量彩色图像和小波时频图像,对特征分量彩色图像和小波时频图像进行拼接得到六通道复合图像,对六通道复合图像通过卷积进行特征融合得到特征融合图,根据特征融合图对电能质量扰动识别模型进行训练,得到训练后的电能质量扰动识别模型;训练后的电能质量扰动识别模型能够实现对太阳能航空器电能质量扰动问题进行自动识别,识别准确率高。

    一种高动态飞行器惯性/卫星组合导航方法

    公开(公告)号:CN119596360A

    公开(公告)日:2025-03-11

    申请号:CN202411762022.1

    申请日:2024-12-03

    Inventor: 周宏宇 王小刚

    Abstract: 一种高动态飞行器惯性/卫星组合导航方法,涉及组合导航技术领域,针对高动态环境下,载体的GPS信号极易失锁甚至丢失,此时INS的导航误差会随着时间累积增加,严重影响了载体的导航精度的问题,本申请通过神经网络预测GPS网络的量测,即载体位置和速度,可在高动态环境中GPS信号中断期间实现载体的高精度导航。当GPS信号正常接收时,利用GPS信号对神经网络进行训练;当GPS信号丢失时,利用训练好的神经网络对载体的位置和速度进行预测,以其输出代替GPS信号作为卡尔曼滤波器的输入。有效解决了高动态环境下GPS信号丢失时载体的导航问题,进而避免了INS的导航误差,提升了载体的导航精度。

    一种针对模型未知的机动目标交互式平滑变结构滤波方法

    公开(公告)号:CN117406589B

    公开(公告)日:2024-07-09

    申请号:CN202311289042.7

    申请日:2023-10-08

    Abstract: 本发明公开了一种针对模型未知的机动目标交互式平滑变结构滤波方法,应用于目标跟踪技术领域,包括:构建由若干子滤波器组成的交互式多模型,若干所述子滤波器包括常速度模型和协同转弯模型;获取机动目标数据并输入所述交互式多模型,将各子滤波器上一时刻的滤波结果按交互概率进行融合,以获取各子模型在当前时刻的滤波初值;各子滤波器根据滤波初值进行并行滤波,分别获得滤波结果;交互式多模型利用量测值对各子滤波器的滤波结果赋不同的权值,获得当前时刻的模型概率;根据当前时刻的模型概率和各子滤波器的滤波结果进行加权融合,获得当前时刻对机动目标的全局估计结果。达到对机动目标且目标运动模型参数未知情况下的有效跟踪。

    一种基于变分贝叶斯高斯和滤波的目标跟踪方法

    公开(公告)号:CN117411462A

    公开(公告)日:2024-01-16

    申请号:CN202311288914.8

    申请日:2023-10-08

    Abstract: 本发明涉及目标跟踪技术领域,具体涉及一种基于变分贝叶斯高斯和滤波的目标跟踪方法,包括:构建考虑量测噪声的跟踪滤波器非线性跟踪模型;利用上一时刻状态估计值及先验概率密度对当前时刻目标状态进行预测,得到目标状态的一步预测值及其一步预测协方差;利用遗忘因子对待估计的非高斯噪声超参数进行更新;引入随机变量,将高斯混合形式的似然函数改写为高斯层次分布;利用变分贝叶斯方法对目标状态和未知的非高斯噪声超参数进行迭代更新,直至跟踪滤波器的KL散度最小化,得到当前时刻目标状态的后验估计。本发明可实现对受到非高斯且统计特性未知量测噪声干扰的目标进行跟踪定位,并提高跟踪精度。

    一种针对模型未知的机动目标交互式平滑变结构滤波方法

    公开(公告)号:CN117406589A

    公开(公告)日:2024-01-16

    申请号:CN202311289042.7

    申请日:2023-10-08

    Abstract: 本发明公开了一种针对模型未知的机动目标交互式平滑变结构滤波方法,应用于目标跟踪技术领域,包括:构建由若干子滤波器组成的交互式多模型,若干所述子滤波器包括常速度模型和协同转弯模型;获取机动目标数据并输入所述交互式多模型,将各子滤波器上一时刻的滤波结果按交互概率进行融合,以获取各子模型在当前时刻的滤波初值;各子滤波器根据滤波初值进行并行滤波,分别获得滤波结果;交互式多模型利用量测值对各子滤波器的滤波结果赋不同的权值,获得当前时刻的模型概率;根据当前时刻的模型概率和各子滤波器的滤波结果进行加权融合,获得当前时刻对机动目标的全局估计结果。达到对机动目标且目标运动模型参数未知情况下的有效跟踪。

    基于一致性滤波的多传感器目标跟踪方法、系统及设备

    公开(公告)号:CN116699598A

    公开(公告)日:2023-09-05

    申请号:CN202310834885.4

    申请日:2023-07-10

    Abstract: 本发明公开了一种基于一致性滤波的多传感器目标跟踪方法、系统及设备,涉及多传感器目标跟踪领域,该方法包括:根据各传感器对目标上一时刻的状态估计结果和上一时刻的信息矩阵,计算下一时刻的状态估计结果和信息矩阵;基于下一时刻的状态估计结果和信息矩阵计算信息向量;利用各传感器对目标的量测信息对下一时刻的信息矩阵和信息向量进行更新;基于更新后信息矩阵和信息向量进行一致性迭代,得到一致性迭代的信息矩阵和信息向量;根据一致性迭代的信息矩阵和信息向量计算下一时刻目标的状态向量,实现目标的跟踪。本发明采用一致性迭代方法对各传感器的估计结果进行融合,提高了各传感器对目标的估计精度,实现了目标的准确跟踪。

    一种基于高斯混合模型的非高斯噪声模型建立方法

    公开(公告)号:CN115455670A

    公开(公告)日:2022-12-09

    申请号:CN202211032734.9

    申请日:2022-08-26

    Abstract: 本发明提出了一种基于高斯混合模型的非高斯噪声模型建立方法,首先建立基于概率密度函数的高斯混合模型GMM,得到参数向量的迭代公式;再以最短描述长度MDL为目标函数,通过合并分裂方法SMEM确定混合分量数,估计出高斯混合模型GMM参数;最终根据高斯混合模型GMM和估计出高斯混合模型GMM参数,通过EM算法和KL三都,得到GMM模型参数,完成高斯混合模型;本发明以KL散度为子模型分裂的判别准则,以模型相似度为子模型合并的判别准则,对KL散度最大且分裂后MDL减小的子模型进行分裂,对模型相似度最大并且合并后MDL值减小的子模型对进行合并;以此来控制混合分量数的数量;合并操作以模型相似度为判别准则不需要遍历所有子模型,减少了计算量。

Patent Agency Ranking