-
公开(公告)号:CN118960719A
公开(公告)日:2024-11-15
申请号:CN202411063429.5
申请日:2024-08-05
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
IPC: G01C21/00 , G06F18/25 , G06F18/214 , G06N3/04 , G06N3/08 , G06N20/20 , G01C21/08 , G01C21/16 , G01C21/20 , G01S15/58 , G01S15/86
Abstract: 本发明公开了一种基于多模态数据融合与集成学习的定位方法及系统,该方法包括:通过声学多普勒测速单元获得水下潜器的速度信息和运动轨迹信息;通过捷联式惯性测量单元获得水下潜器的三轴线性加速度数据、三轴角速度数据以及姿态信息;通过地磁导航单元获得水下潜器的位置信息;将多普勒测速单元、捷联式惯性测量单元和地磁导航单元获得的三类多模态数据进行混合编码,得到融合特征数据;将融合特征数据输入到基于Transformer的深度神经网络进行训练;在水下定位导航中,使用训练好的基于Transformer的深度神经网络对水下潜器进行定位。本发明通过多模态融合数据进行特征学习,利用神经网络输出定位结果,提高水下定位精度。
-
公开(公告)号:CN118960780A
公开(公告)日:2024-11-15
申请号:CN202411028857.4
申请日:2024-07-30
Applicant: 湖南大学
IPC: G01C25/00 , G06F18/2415 , G06N5/048
Abstract: 本发明提供一种基于知识与数据驱动的惯性导航系统故障诊断方法及系统,属于惯性导航技术领域。本发明通过引入基于知识与数据驱动的故障诊断模型与自适应智能校正技术,提高故障诊断的准确性和系统的自适应能力,从而提升惯性导航的整体性能,解决传统惯性导航系统故障诊断精度低、抗干扰能力差的问题。
-
公开(公告)号:CN119513446A
公开(公告)日:2025-02-25
申请号:CN202411413916.X
申请日:2024-10-11
Applicant: 湖南大学
Abstract: 本发明公开了一种基于BP神经网络和粒子群优化的DVL误差校正方法及装置,其包括:步骤一,建立DVL测速模型;步骤二,建立DVL误差损失函数,用等价的四元数#imgabs0#代替#imgabs1#并重新组织各项;步骤三,利用BP神经网络和粒子群优化算法迭代得到最小值,以所述最小值标定所述的DVL误差标定。本发明能够确保标定过程的优化速度和准确性。
-
-