中国人民解放军国防科技大学赵英伟获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于Q-learning强化学习的组合导航方法、装置及计算机介质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：CN115979252B 。
龙图腾网通过国家知识产权局官网在2025-09-12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：202210673817.X，技术领域涉及：G01C21/16；该发明授权一种基于Q-learning强化学习的组合导航方法、装置及计算机介质是由赵英伟;李湘源;王省书;谭文锋;郑佳兴设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。
本一种基于Q-learning强化学习的组合导航方法、装置及计算机介质在说明书摘要公布了：本发明提出了一种基于Q‑learning强化学习的组合导航方法，所述组合导航方法构建了基于Q‑learning强化学习的自适应卡尔曼滤波算法，并将所述自适应卡尔曼滤波算法应用到SINSGNSSDVL组合导航系统中，自适应地对速度量测噪声作最优估计。本发明的优点是，基于Q‑learning强化学习的自适应卡尔曼滤波算法能够自适应地对速度量测噪声作最优估计，以更好适应复杂海底环境造成的DVL测速误差增大的情况，提高了组合导航的精度。另外，本发明能够根据外界环境自适应地调整速度量测噪声值，收敛速度更快、速度误差和位置误差更小，且更为稳定。
本发明授权一种基于Q-learning强化学习的组合导航方法、装置及计算机介质在权利要求书中公布了：1.一种基于Q-learning强化学习的组合导航方法，其特征在于，步骤如下： 步骤S1：定义坐标系，具体是，所述坐标系包括惯性坐标系、地球坐标系、地理坐标系、导航坐标系和载体坐标系； 步骤S2：建立惯性导航系统误差模型，具体是：基于步骤S1中的坐标系建立惯性导航系统误差模型，所述惯性导航系统误差模型包括姿态误差模型、速度误差模型、位置误差模型以及加速度计和陀螺误差模型； 步骤S3：建立卡尔曼滤波器，具体是：将步骤S2中的惯性导航系统误差模型与测速仪信息以及卫星定位信息融合建立组合导航系统，并建立其卡尔曼滤波器，所述卡尔曼滤波器包括状态方程、量测方程和卡尔曼滤波方程； 步骤S4：获取最优速度量测噪声并进行导航解算，具体是：使用Q-learning强化学习算法自适应更新组合导航系统中的速度量测噪声，得到最优速度量测噪声，位置量测噪声保持不变，将最优速度量测噪声和位置量测噪声代入步骤S3中的卡尔曼滤波器中进行导航解算得到导航信息。
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中国人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号