Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学陈伟获国家专利权

南京理工大学陈伟获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利一种卫星拒止环境下多飞行器协同自主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:CN120009824B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510103609.X,技术领域涉及:G01S5/02;该发明授权一种卫星拒止环境下多飞行器协同自主导航方法是由陈伟;钱梦浩;孙瑞胜;马晓毓;曹嘉荣;薛双全;卢亭旭设计研发完成,并于2025-01-22向国家知识产权局提交的专利申请。

一种卫星拒止环境下多飞行器协同自主导航方法在说明书摘要公布了:本发明公开了一种卫星拒止环境下多飞行器协同自主导航方法,包括:构建测边网平差模型,利用集群拓扑网络中的固有距离约束降低距离估计误差,实时生成高精度距离测量网络;基于距离测量平差理论进行协同相对定位,充分利用测边网平差模型下距离网络实现集群全局最优定位,在提高集群系统的定位精度和鲁棒性的同时,扩大局部连接拓扑中协同定位的实现范围;基于多维缩放技术和坐标配准技术,构建基于TOSA的两阶段协同定位框架,实现多飞行器集群绝对空间坐标系高精度定位。该方法有效利用由成对相对距离测量组成的距离网络信息来提高集群定位精度。

本发明授权一种卫星拒止环境下多飞行器协同自主导航方法在权利要求书中公布了:1.一种卫星拒止环境下多飞行器协同自主导航方法,其特征在于,包括: 步骤1,构建测边网平差模型,利用集群拓扑网络中的固有距离约束降低距离估计误差,实时生成高精度距离测量网络;具体为: 对于一个在二维平面上由n个节点组成的协同导航系统,将平差坐标定义为其中·T表示转置操作;系统坐标配置通过节点位置坐标的定义近似地被表述为所有节点成员都配备惯性测量单元,能够相对测量并相互通信;将集群中各飞行器分为锚点飞行器和节点飞行器,表示从节点j到k的相对平差距离,其能够被两节点的坐标向量来表述: 通过集群间配载的相对距离测量传感器及集群通信模块,实现网络中的所有节点的距离测量与信息共享;两个节点之间的噪声距离测量表示为 式中,表示测边平差网中从k到j的相对平差距离,Ljk表示测边平差网中从k到j的理论距离;σjk表示相应的距离测量噪声,距离噪声的误差函数表示为 σjk=α+βLjk3 式中α为相关的固定误差标量参数;β表示相关的比例误差参数; 对于由n个节点组成的协同系统,距离测量网络由N=n2条边组成;将节点间相对距离集合Ljk重新定义为Li,其中下标索引i=1,2,…,N表示距离测量网络的序号;以测边网的一条边来描述平差点和近似点产生测量值之间的误差函数;设待定点的坐标平差值为参数,令 式中,和表示近似点的坐标;和表示平差后点的坐标;表示距离误差平差值; 根据距近似计算和测量结果,第i条距离的测量函数表示为 式中,为根据平差坐标计算得出的平差距离,Li为距离测量值,vi为距离平差误差; 利用一阶泰勒展开可得到距离平差方程为: 式中,li表示距离测量误差,表示节点j和k的近似距离,和表示节点j和k在二维方向上的坐标误差; 当两个节点坐标均未知时,距离平差误差方程的形式如式6所示;如果给定点j的坐标,则有则式6重写为: 节点i和j被视为位置已知的锚点,其位置定义为Xi=[Xi,x,Xi,y]T,Xj=]Xj,x,Xj,y]T,节点k的位置Xk=[Xk,x,Xk,y]T根据锚点和节点间的相对几何关系进行计算得来 式中,表示节点i和j之间的水平夹角,θijk表示距离Lij和Ljk之间的矢量夹角,均为根据位置坐标相对计算得来的过程参数,非量测数据; 步骤2,基于距离测量平差理论进行协同相对定位,充分利用测边网平差模型下距离网络实现集群全局最优定位; 步骤3,基于多维缩放技术和坐标配准技术,构建基于TOSA的两阶段协同定位框架,实现多飞行器集群绝对空间坐标系高精度定位。

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南京理工大学,其通讯地址为:210094 江苏省南京市孝陵卫200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。