检索结果-内蒙古大学图书馆

中国惯性技术学报 2012年第4期20卷 450-454页

作者：刘强徐晓苏许江宁东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096 海军工程大学导航工程系武汉430033

船位推算是水下航行器自主导航定位的重要手段。当采用对流工作模式的多普勒计程仪进行船位推算时,测速精度受海流影响较大,由此引起的船位推算误差较大。针对此问题,提出一种基于机动目标"当前"统计模型的水下组合导航模式,... 详细信息

船位推算是水下航行器自主导航定位的重要手段。当采用对流工作模式的多普勒计程仪进行船位推算时,测速精度受海流影响较大,由此引起的船位推算误差较大。针对此问题,提出一种基于机动目标"当前"统计模型的水下组合导航模式,通过增加加速度观测信息,采用加速度均值、方差自适应Kalman滤波算法实现线运动参数的估计和流速修正并进行了仿真实验验证。仿真结果表明,使用本方法能得到较为准确的流速估计值,相同条件下使用加速度信息辅助船位推算比纯船位推算的定位精度有较大提高,其精度优于1 n mile/h。

关键词：水下导航当前统计模型多普勒计程仪捷联惯性测量单元船位推算

来源：评论

学校读者我要写书评

暂无评论

基于C-SVM的组合导航系统故障诊断算法

引用

中国惯性技术学报 2011年第2期19卷 239-242页

作者：张涛徐晓苏东南大学仪器科学与工程学院南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096

为了提高捷联惯性组合导航系统的可靠性,将聚类支持向量机(C-SVM)应用于故障诊断技术,基于SINS/DVL/MCP/TAN组合导航系统建立了C-SVM故障诊断模型,将SINS/MCP、SINS/TAN和SINS/DVL三个子滤波器的相关特征量(残差值和状态检测函数)作为... 详细信息

为了提高捷联惯性组合导航系统的可靠性,将聚类支持向量机(C-SVM)应用于故障诊断技术,基于SINS/DVL/MCP/TAN组合导航系统建立了C-SVM故障诊断模型,将SINS/MCP、SINS/TAN和SINS/DVL三个子滤波器的相关特征量(残差值和状态检测函数)作为样本对C-SVM进行训练,并应用交叉验证法选择参数组。根据训练好的C-SVM模型分别对三个传感器进行故障诊断,若发生故障则屏蔽相应传感器的输出信息,利用其余的传感器进行重构。仿真结果表明,C-SVM的故障诊断正确率较高,特别是当训练样本数有限的情况下也能够达到较好的性能,克服了传统的神经网络在训练样本数较少时推广性能不足的问题,因此是一种理想的故障诊断技术。

关键词：组合导航故障诊断支持向量机聚类支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于小波神经网络的组合导航系统初始对准技术

引用

华南理工大学学报（自然科学版） 2010年第12期38卷 73-78,89页

作者：张涛徐晓苏东南大学仪器科学与工程学院江苏南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室江苏南京210096

针对SINS/GPS/MCP组合导航系统初始对准中GPS失锁时系统精度下降的问题,引入基于神经网络和小波技术的解决方案,将相关特征量经小波去噪后作为神经网络的训练样本.基于该方案建立了系统滤波模型,包括捷联惯性系统失准角、速度和位置误... 详细信息

针对SINS/GPS/MCP组合导航系统初始对准中GPS失锁时系统精度下降的问题,引入基于神经网络和小波技术的解决方案,将相关特征量经小波去噪后作为神经网络的训练样本.基于该方案建立了系统滤波模型,包括捷联惯性系统失准角、速度和位置误差方程以及速度航向匹配的状态方程和量测方程.为了验证该方案的有效性,分别对GPS失锁、加入神经网络修正和引入小波去噪技术3种情况进行了仿真,结果发现:神经网络修正可解决速度精度变差的问题;经小波去噪后对神经网络重新训练,各项指标都有所提高.可见,基于小波的神经网络方法可提高神经网络逼近模型的程度,进而提高对准精度.

关键词：组合导航初始对准神经网络小波分析

来源：评论

学校读者我要写书评

暂无评论

基于自适应滤波的SINS/DVL组合导航系统

引用

华中科技大学学报（自然科学版） 2015年第3期43卷 95-99 106,106页

作者：徐晓苏潘永飞邹海军东南大学微惯性仪表与先进导航技术教育部重点实验室江苏南京210096 东南大学仪器科学与工程学院江苏南京210096

以水下运载体为研究对象,给出一种线性的捷联惯导系统(SINS)误差数学模型,根据多普勒测速仪(DVL)测速的误差特点建立其误差方程,并以捷联惯导系统为主导航设备建立SINS/DVL组合导航系统数学模型.考虑到DVL测速易受水中复杂环境的影响,将... 详细信息

以水下运载体为研究对象,给出一种线性的捷联惯导系统(SINS)误差数学模型,根据多普勒测速仪(DVL)测速的误差特点建立其误差方程,并以捷联惯导系统为主导航设备建立SINS/DVL组合导航系统数学模型.考虑到DVL测速易受水中复杂环境的影响,将Sage-Husa自适应滤波算法引入SINS/DVL组合导航系统.针对Sage-Husa自适应滤波器长时间滤波后自适应程度下降的问题,引入滤波收敛判据对其进行改进,以自适应调节噪声估计器对不同时刻信息利用的权值.仿真结果表明:该基于自适应滤波算法的SINS/DVL组合导航系统稳定性好,且具有较高的导航精度.

关键词：组合导航系统自适应滤波噪声估计器捷联惯导系统多普勒测速仪误差模型

来源：评论

学校读者我要写书评

暂无评论

基于横向地理坐标系的极区惯性导航方法研究

引用

华中科技大学学报（自然科学版） 2014年第12期42卷 116-121页

作者：徐晓苏豆嫚东南大学仪器科学与工程学院江苏南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室江苏南京210096

针对极区经线收敛导致以真北向作为航向参考的导航算法失效问题,提出了基于横向地理坐标系的导航参数定义和导航解算方法.该方法选取地球赤道上一点作为新的极点,并在地球模型为椭球模型情况下以该极点为基础定义了横向地球坐标系、横... 详细信息

针对极区经线收敛导致以真北向作为航向参考的导航算法失效问题,提出了基于横向地理坐标系的导航参数定义和导航解算方法.该方法选取地球赤道上一点作为新的极点,并在地球模型为椭球模型情况下以该极点为基础定义了横向地球坐标系、横向地理坐标系以及横向经纬度,进而了设计并提出了将横向地理坐标系作为导航参考坐标系的惯性导航力学编排,仿真结果表明本方法解决了传统力学编排在极区不能正常工作的问题.

关键词：惯性导航极区导航横向地理坐标系地球椭球模型横向导航

来源：评论

学校读者我要写书评

暂无评论

基于单轴旋转组合的捷联惯导双轴旋转调制算法设计

引用

中国惯性技术学报 2011年第4期19卷 379-382,386页

作者：刘锡祥徐晓苏陈臣王立辉微惯性仪表与先进导航技术教育部重点实验室南京210096 东南大学仪器科学与工程学院南京210096

从旋转过程出发,分析指出经典的双轴转—停—转方案中停位过程带来的误差振荡;从结构角度出发,分析指出经典的双轴旋转方案中旋转框架的存在带来的耦合误差以及机械电气设计加工难度;提出了基于单轴旋转组合的双轴旋转方案,两个分别水... 详细信息

从旋转过程出发,分析指出经典的双轴转—停—转方案中停位过程带来的误差振荡;从结构角度出发,分析指出经典的双轴旋转方案中旋转框架的存在带来的耦合误差以及机械电气设计加工难度;提出了基于单轴旋转组合的双轴旋转方案,两个分别水平与垂直安装的单轴旋转装置的连续旋转避免了停位过程的存在,机械结构保证了两旋转轴的垂直度,避免了旋转过程中的耦合误差。仿真比较了经典双轴旋转调制、基于单轴旋转组合的双轴旋转调制两种方案。仿真结果表明,在本文的仿真条件下,基于单轴旋转组合的双轴旋转调制相较于经典双轴调制,两者系统误差相当,但随机误差减小了约20%。

关键词：捷联惯导旋转调制单轴旋转组合双轴旋转

来源：评论

学校读者我要写书评

暂无评论

基于改进型CKF的SINS初始对准方法

引用

华中科技大学学报（自然科学版） 2016年第1期44卷 81-86页

作者：徐晓苏田泽鑫刘义亭邹海军东南大学仪器科学与工程学院江苏南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室江苏南京210096

针对在晃动基座和大失准角下水下自主航行器(AUV)采用传统对准方法对准精度下降问题,建立捷联惯导系统(SINS)非线性对准模型,采用改进型CKF(ICKF)方法进行滤波,通过采用球面最简相径(SSR)规则选取CKF的容积点,在CKF的时间和量测更新方... 详细信息

针对在晃动基座和大失准角下水下自主航行器(AUV)采用传统对准方法对准精度下降问题,建立捷联惯导系统(SINS)非线性对准模型,采用改进型CKF(ICKF)方法进行滤波,通过采用球面最简相径(SSR)规则选取CKF的容积点,在CKF的时间和量测更新方程之中引入强跟踪滤波(STF)的渐消因子;在CKF的基础上引入高斯-牛顿迭代算法,提高晃动基座下大失准角SIN对准精度.仿真实验表明:该方法对准精度高、鲁棒性强,克服了模型不准确时滤波精度下降甚至发散的问题,更能满足初始对准的要求.

关键词：初始对准强跟踪滤波器非线性系统球面最简相经(SSR)规则容积卡尔曼滤波(CKF)

来源：评论

学校读者我要写书评

暂无评论

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

引用

东南大学学报（自然科学版） 2012年第4期42卷 632-636页

作者：陈建锋陈熙源祝雪芬东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096 江苏大学电气信息工程学院镇江212013

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后... 详细信息

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.

关键词：圆锥优化算法姿态解算精度分析周期分量二次优化

来源：评论

学校读者我要写书评

暂无评论

Galileo CBOC信号跟踪的多径抑制方法及性能分析

引用

中国惯性技术学报 2011年第4期19卷 472-476页

作者：祝雪芬陈熙源东南大学仪器科学与工程学院微惯性仪表与先进导航技术教育部重点实验室(B类) 南京210096

针对未来Galileo E1频段拟采用的CBOC调制信号,研究如何消除多径对Galileo CBOC信号跟踪的影响,提高定位精度。在对Galileo CBOC调制技术进行描述,并对窄相关和Strobe相关的鉴别函数进行分析的基础上,将这两种多径抑制方法运用在Galileo... 详细信息

针对未来Galileo E1频段拟采用的CBOC调制信号,研究如何消除多径对Galileo CBOC信号跟踪的影响,提高定位精度。在对Galileo CBOC调制技术进行描述,并对窄相关和Strobe相关的鉴别函数进行分析的基础上,将这两种多径抑制方法运用在Galileo CBOC信号跟踪的多径抑制方面。通过Matlab仿真实验得出,窄相关和Strobe相关均适用于Galileo CBOC调制信号,且CBOC(6,1,1/11)信号调制下,当取多径延迟为200ns时进行试验,Strobe相关较窄相关的多径抑制性能提高约55.5%。

关键词：复合副载波(CBOC) 多径窄相关选通(Strobe)相关

来源：评论

学校读者我要写书评

暂无评论

海洋重力数据处理中的正反FIR滤波算法

引用

压电与声光 2023年第5期45卷 747-751,758页

作者：蔡体菁邵锦江胡啸林东南大学微惯性仪表与先进导航技术教育部重点实验室江苏南京210096

数字滤波器是影响海洋重力数据处理成果质量的关键技术之一。该文提出了一种实时正反有限冲击响应(FIR)滤波算法,推导了具有线性相位正反FIR滤波器表达式并设计了实时滤波方案:该算法设计出的滤波器在所有的采样频谱内都满足严格意义上... 详细信息

数字滤波器是影响海洋重力数据处理成果质量的关键技术之一。该文提出了一种实时正反有限冲击响应(FIR)滤波算法,推导了具有线性相位正反FIR滤波器表达式并设计了实时滤波方案:该算法设计出的滤波器在所有的采样频谱内都满足严格意义上的线性相频特性;基于该算法设计的低通滤波器的阻带衰减大,有利于抑制海洋重力数据中的高频噪声。船载重力试验结果表明,在海洋重力数据处理中上述正反FIR滤波器的滤波器实时性好,滤波效果与事后正反FIR滤波器相当,优于单正向FIR滤波效果。

关键词：海洋重力数据处理实时滤波正反FIR 线性相频特性低通滤波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：