期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IEKF的水下无人潜器无源动基座自对准方法 被引量：7
1
作者 黄凤荣 邢路然 +2 位作者 陈英姝 王震 朱雨晨 《中国惯性技术学报》 EI CSCD 北大核心 2021年第1期23-27,34,共6页
针对水下无人潜器无准确外参考信息条件下惯导系统动基座自对准问题,提出基于不变扩展卡尔曼滤波(IEKF)的动基座自对准方法。首先,建立系统误差模型,并针对系统动态模型的不确定性,设计自对准的不变扩展卡尔曼滤波算法;同时基于水下无... 针对水下无人潜器无准确外参考信息条件下惯导系统动基座自对准问题,提出基于不变扩展卡尔曼滤波(IEKF)的动基座自对准方法。首先,建立系统误差模型,并针对系统动态模型的不确定性,设计自对准的不变扩展卡尔曼滤波算法;同时基于水下无人潜器一般工作在匀速运动状态,将航向信息耦合到自对准滤波器的量测方程中,最终实现了无准确速度信息条件下的动基座初始对准。跑车实验证明,提出的方法在大失准角情况下,航向角在30 min内收敛到惯性元件所对应的航向精度水平。证明了所提出方法的有效性和可行性。该方法增强了水下和陆上惯性导航设备初始对准的环境适应性。 展开更多
关键词 无源自主导航 不变扩展卡尔曼滤波 大失准角 快速对准
下载PDF
多星姿态协同中的几何鲁棒控制
2
作者 胡洋 刘学超 +1 位作者 李化义 曹芊 《系统工程与电子技术》 EI CSCD 北大核心 2024年第9期3118-3127,共10页
针对多星系统的姿态协同控制问题,通过不变扩展卡尔曼滤波(invariant extended Kalman filter,InEKF)对航天器进行姿态估计,将航天器的姿态估计与传递矩阵独立;结合无向通信拓扑构建多星特殊正交群(special orthogonal group,SO(3))姿... 针对多星系统的姿态协同控制问题,通过不变扩展卡尔曼滤波(invariant extended Kalman filter,InEKF)对航天器进行姿态估计,将航天器的姿态估计与传递矩阵独立;结合无向通信拓扑构建多星特殊正交群(special orthogonal group,SO(3))姿态模型,推导SO(3)上姿态协同误差。然后,基于SO(3)提出基于一致性理论的姿态协同控制算法。其中,利用径向基函数神经网络对虚拟扰动进行拟合补偿,所提出的算法考虑空间扰动,以保证协同控制器适用于整个姿态空间,实现多星姿态协同、跟踪期望姿态和执行器能力约束下的协同。根据LaSalle不变集理论对系统进行分析,证明系统具有全局渐近稳定性。最后,利用六星航天器系统校验了所提姿态协同控制算法的有效性。 展开更多
关键词 多航天器 特殊正交群 协同控制 径向基函数 不变扩展卡尔曼滤波
下载PDF
基于李群的视觉/惯性组合导航算法 被引量：3
3
作者 王景琪 刘海颖 +1 位作者 王馨瑶 王晓龙 《导航定位学报》 CSCD 2020年第2期36-42,共7页
为了进一步研究高性能导航,提出基于李群的视觉惯性组合导航算法:利用单目相机对全局地图上一定数量的3维固定路标进行跟踪观测,并采用多速率融合方法解决视觉惯导工作频率不一致问题;构建视觉惯性紧耦合模型,然后采用基于李群的无迹卡... 为了进一步研究高性能导航,提出基于李群的视觉惯性组合导航算法:利用单目相机对全局地图上一定数量的3维固定路标进行跟踪观测,并采用多速率融合方法解决视觉惯导工作频率不一致问题;构建视觉惯性紧耦合模型,然后采用基于李群的无迹卡尔曼滤波方法和不变扩展卡尔曼滤波方法对观测信息与惯导数据进行融合并相互比较。通过数值仿真将2种滤波结果与采用传统无迹卡尔曼滤波算法的滤波结果进行对比,结果表明2种滤波方法都可以有效抑制系统误差,提升导航精度。 展开更多
关键词 视觉信息 惯性导航 李群 无迹卡尔曼滤波 不变扩展卡尔曼滤波
下载PDF
基于深度学习与运动状态识别的车辆惯性导航方法 被引量：10
4
作者 黄凤荣 羿博珩 +2 位作者 王旭 刘庆璘 王文森 《中国惯性技术学报》 EI CSCD 北大核心 2022年第5期569-575,共7页
微机电惯性测量单元(MEMS IMU)因成本低、体积小以及功耗低等优势受到广泛关注,但由于MEMS IMU误差大且复杂,基于MEMS IMU的捷联惯性导航系统精度还远远不能满足移动机器人、无人驾驶等各个领域的广泛需求。针对此问题,提出了一种基于... 微机电惯性测量单元(MEMS IMU)因成本低、体积小以及功耗低等优势受到广泛关注,但由于MEMS IMU误差大且复杂,基于MEMS IMU的捷联惯性导航系统精度还远远不能满足移动机器人、无人驾驶等各个领域的广泛需求。针对此问题,提出了一种基于深度学习与运动状态识别的车辆导航方法。首先,针对MEMS IMU误差具有非线性、时变性的特点,基于改进后的膨胀卷积网络对MEMS IMU陀螺仪漂移进行标定补偿。其次,利用时间卷积神经网络动态检测车辆的运动状态,并将特定运动状态的约束信息作为观测量,基于不变扩展卡尔曼滤波进行信息融合。所提出方法在公开数据集进行了验证,与未对陀螺误差进行标定补偿的基于深度学习的运动状态检测与约束方法进行了比较,所提出方法将车辆水平位置的绝对轨迹误差和相对轨迹误差平均值分别降低了30.9%和24.7%,证明了所提出方法的有效性。 展开更多
关键词 标定 惯性导航 深度学习 车辆 不变扩展卡尔曼滤波器
下载PDF
不变RTS平滑算法及其在5G/SINS组合导航中的应用研究
5
作者 罗亚荣 郭文飞 +1 位作者 齐书峰 郭迟 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2024年第5期747-755,共9页
为了解决导航系统的位置误差随时间累积的问题,提出一种状态空间为矩阵李群的不变RTS(invariant Rauch-Tung-Striebel,InRTS)平滑算法来提高导航状态的精度,其核心在于导航状态及观测都利用矩阵李群进行表示及推导。首先,将系统状态及... 为了解决导航系统的位置误差随时间累积的问题,提出一种状态空间为矩阵李群的不变RTS(invariant Rauch-Tung-Striebel,InRTS)平滑算法来提高导航状态的精度,其核心在于导航状态及观测都利用矩阵李群进行表示及推导。首先,将系统状态及其误差状态微分方程用矩阵李群来表征,相比于传统扩展卡尔曼滤波算法(extended Kalman filter,EKF),将系统状态构建在矩阵李群上,其动力学方程可以更自然更本质地描述物体在空间中的运动特性,而通过群运算定义的误差状态耦合了姿态误差而不是直接的向量相减;接着,通过李群和李代数之间的对数映射将不变误差状态变量映射到李代数空间,得到一个解析的线性微分方程,该方程与当前状态估计值无关,从而可以获得在任何线性化点处状态无关的雅克比矩阵;然后,根据5G定位中量测模型的左不变特性推导包含杆臂误差的左不变误差状态量测方程,从而得到一个左不变EKF;最后,以左不变EKF为前向滤波,提出不变RTS平滑算法,并将其应用于5G/SINS(strapdown inertial navigation system)组合导航系统,在仿真实验中与左不变EKF算法进行了精度对比。实验结果表明,InRTS算法能对左不变EKF算法得到的轨迹进行平滑,降低了前向滤波过程中导航状态的累积误差,从而证明了所提算法的有效性。 展开更多
关键词 左不变扩展卡尔曼滤波 不变RTS平滑 矩阵李群 5G/SINS组合导航
原文传递
基于PRCNN-Attention鲁棒零速检测的行人惯性导航方法 被引量：2
6
作者 黄凤荣 刘庆璘 +3 位作者 高敏 王文森 羿博珩 谷川 《中国惯性技术学报》 EI CSCD 北大核心 2023年第6期547-554,共8页
针对零速修正的行人惯性导航方法中MEMS IMU误差大且复杂多变、复杂运动类型下传统阈值零速检测鲁棒性差的问题,提出一种基于PRCNN-Attention鲁棒零速检测的导航方法。首先,引入注意力机制,突出不同运动类型下的关键信息,设计了基于并... 针对零速修正的行人惯性导航方法中MEMS IMU误差大且复杂多变、复杂运动类型下传统阈值零速检测鲁棒性差的问题,提出一种基于PRCNN-Attention鲁棒零速检测的导航方法。首先,引入注意力机制,突出不同运动类型下的关键信息,设计了基于并联式循环卷积网络的深度神经网络(PRCNN-Attention)框架,实现对零速状态的鲁棒识别;然后,将零速信息作为量测信息,基于不变扩展卡尔曼滤波器实现信息融合。最后,在公开数据集以及实际场景中对所提方法进行了验证。实验结果表明,相较于固定阈值零速检测方法和自适应阈值零速检测方法,所提方法在公开数据集上的零速检测精确率分别由0.752和0.920提升到0.978,导航误差分别降低了54.1%和31.8%,在实际场景中导航误差分别降低了28.1%和13.5%,验证了所提方法的鲁棒性和有效性。 展开更多
关键词 行人惯性导航 深度学习 零速检测 注意力机制 不变扩展卡尔曼滤波器
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部