Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学胡鹏伟获国家专利权

北京航空航天大学胡鹏伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京航空航天大学申请的专利一种基于深度卡尔曼滤波网络的偏振/惯导组合导航方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120368968B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510554565.2,技术领域涉及:G01C21/16;该发明授权一种基于深度卡尔曼滤波网络的偏振/惯导组合导航方法是由胡鹏伟;殷健凯;杨健;王岩;乔建忠;郭雷设计研发完成,并于2025-04-29向国家知识产权局提交的专利申请。

一种基于深度卡尔曼滤波网络的偏振/惯导组合导航方法在说明书摘要公布了:本发明提出一种基于深度卡尔曼滤波网络的偏振惯导组合导航方法,属于仿生偏振导航领域,本方法包括以卡尔曼滤波中间特征以及偏振传感器和惯导历史数据作为网络的输入,搭建偏振惯导滤波中先验预测误差协方差矩阵估计网络和量测残差协方差矩阵估计网络,采用两阶段训练策略同时训练先验预测误差协方差矩阵估计网络和量测残差协方差矩阵估计网络;对状态和量测进行预测,计算偏振惯导滤波中的最优增益,并根据计算得到的最优增益将状态的预测和新息融合,得到当前时刻状态的估计。本发明实现了偏振惯导组合导航系统的高精度导航,提高了系统的环境适应能力。

本发明授权一种基于深度卡尔曼滤波网络的偏振/惯导组合导航方法在权利要求书中公布了:1.一种基于深度卡尔曼滤波网络的偏振惯导组合导航方法,其特征在于,包括如下步骤: 步骤一、以偏振惯导滤波融合中间先验特征以及偏振传感器和惯导的历史数据作为 输入,输入包括t-1时刻状态先验预测与t-1时刻偏振惯导滤波中的状态后验估计的差分、t时刻的新息、t-1时刻与t-1时刻的状态后验估计的差分、t时刻与t-1时刻的 量测差分、t时刻量测矩阵以及t时刻与t-1时刻的惯导角速度、加速度和偏振光强的 差分;新息表示量测值与预测值的差分; 步骤二、搭建偏振惯导滤波中的先验预测误差协方差矩阵估计网络和量测残 差协方差矩阵估计网络,先验预测误差协方差矩阵估计网络的输入为 、、、,量测残差协方差矩阵估计网络的输入为、、以及先验预 测误差协方差矩阵估计网络的输出,建立输入特征与偏振惯导滤波先验预测误差 协方差矩阵和量测残差协方差矩阵的时序映射; 步骤三、采用两阶段训练策略同时训练先验预测误差协方差矩阵估计网络和量 测残差协方差矩阵估计网络,第一阶段使用网络预测的最优增益与卡尔曼滤波中计 算的卡尔曼增益作为约束,获得最优增益,第二阶段使用网络预测的最优增益融合得到的 航向角与基准航向角作为约束,以提升网络的性能和导航的精度; 步骤四、基于卡尔曼滤波对偏振惯导组合导航系统的状态和量测进行先验预测,将作 为中间先验特征的、、、、和输入至先验预测误差协方差矩阵估计网络和量测残差协方差矩阵估计网络中,计算最优增益,并将状态的先验预测和 新息融合,获得当前状态的估计,进而计算航向角。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。