移动式雷电三维定位系统及方法
    2.
    发明公开

    公开(公告)号:CN119902158A

    公开(公告)日:2025-04-29

    申请号:CN202510137884.3

    申请日:2025-02-07

    Abstract: 本发明提供移动式雷电三维定位系统,由一个车载地面主站、若干个机载空中子站、若干个机动空中子站组成。车载地面主站、机载空中子站安装有雷电信号采集装置,车载地面主站采用汽车作为地面移动运载工具,机载空中子站和机动空中子站采用旋翼无人机作为空中移动运载工具。机载空中子站高度错落布设,与车载地面主站形成地面层、低空层、中空层的天地一体的立体移动雷电探测网。可随时改变移动车载地面主站和机载空中子站布设形式,机动性强。机载空中子站配置有无线信号发射装置,雷电信号经过处理调制后发射,雷电信号通过无线方式回传至车载地面主站,车载地面主站运用雷电定位算法解算雷电辐射源的三维位置。

    一种基于农业场景自定义坐标的电台RTK组合导航定位方法

    公开(公告)号:CN118426017B

    公开(公告)日:2025-04-25

    申请号:CN202410517148.6

    申请日:2024-04-28

    Abstract: 本发明公开的属于农业定位与导航技术领域,具体为一种基于农业场景自定义坐标的电台RTK组合导航定位方法,包括具体步骤如下:使用自建电台进行GNSS差分定位,输出实时厘米级精度位置信息;以电台基站坐标为原点,进行高斯投影,将GNSS差分输出的经纬度坐标转为自定义坐标;对多传感器时空统一后,在自定义坐标系下进行组合导航,输出高精度位姿数据。本发明自建RTK电台基站,降低服务器负担、成本,提高数据链路的可靠性;采用双天线RTK保障农业环境下载体航向角的精度及可靠性;建立适用于农业场景的自定义坐标体系和该坐标系下的惯性传感器/双天线RTK组合导航模型,提高定位精度、稳定性、鲁棒性。

    一种带电作业人员定位方法及系统

    公开(公告)号:CN119846677A

    公开(公告)日:2025-04-18

    申请号:CN202411742560.4

    申请日:2024-11-29

    Abstract: 本发明公开了一种带电作业人员定位方法及系统,涉及北斗定位技术领域,包括PTK移动站通过以基带中断为触发源,启动闭环处理流程;建立双差观测方程,通过双差载波相位计算PTK移动站与GPS卫星系统之间的模糊度值;从协方差矩阵的对角线上提取整周模糊度的浮点解对应的方差,完成带电作业人员定位。本发明能够对移动站的位置更有效的确定,对GPS卫星系统与移动站之间的模糊度增加可靠性,得到整周模糊度的浮点解,对模糊度的搜索空间进行了减少,并提高了浮点解的精确度。

    一种低算力的GNSS双天线定向方法
    9.
    发明公开

    公开(公告)号:CN119758405A

    公开(公告)日:2025-04-04

    申请号:CN202411520672.5

    申请日:2024-10-29

    Abstract: 一种低算力GNSS双天线定向方法,包括:步骤1)对双天线观察值进行初始化预处理,即,对双天线观测值做粗差剔除,周跳探测,以确保GNSS观测值质量,步骤2)进行整秒时刻的双天线位置RTK定位,以得到初始状态,后续每到整秒时刻都要重复此步骤,重置双天线的位置,包括:步骤2‑1)整秒时刻的主天线位置RTK定位,步骤2‑2)整秒时刻的从天线位置RTK定位。如处于非整秒时刻,则进入步骤3);非整秒时刻双天线TDCP(时间(历元)差分载波相位)定位:步骤4)主、从天线定向解算及步骤5)主、从天线定向结果输出。根据本发明,低算力,低成本,耗时少,定向精度较高,噪声小,硬件需求低且无需进行模糊度固定。

    基于自适应MCMC的鲁棒因子图优化组合导航方法

    公开(公告)号:CN119756344A

    公开(公告)日:2025-04-04

    申请号:CN202411853234.0

    申请日:2024-12-16

    Applicant: 东南大学

    Inventor: 陈熙源 崔天昊

    Abstract: 本发明提供了一种基于自适应MCMC(马尔科夫链蒙特卡罗)的鲁棒因子图组合导航方法,在INS/GNSS组合导航系统中,多径效应和非视距等因素会极大降低卫星的定位精度,从而影响整个组合导航系统的效果。在城市交通中存在较多峡谷环境极大地影响了车辆的定位精度,因此需要研究一种兼具抗差性能和估计精度的组合导航方法。对此提出了一种基于自适应MCMC的鲁棒因子图组合导航方法。首先,基于先验和后验两阶段将自适应MCMC引入因子图优化框架,以精确估计GNSS时变量测噪声协方差;其次,引入新息χ2检测算法来检测和剔除粗差。所提方法在减小粗差干扰的同时能有效估计GNSS时变量测噪声,相比基于M估计的鲁棒自适应因子图算法和基于变分贝叶斯的鲁棒因子图组合导航算法在定位精度上有明显提升。

Patent Agency Ranking