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！

龙图腾网获悉南通大学申请的专利一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计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：CN119830759B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510026800.9，技术领域涉及：G06F30/27；该发明授权一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法是由徐淼淼;韩晓雨;孙强;陈晓敏;杨永杰设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法在说明书摘要公布了：本发明公开了一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法，分析双波段红外辐射测量信号中的几何误差和随机误差对姿态估计可靠性的影响；构建CBGTE模型消除双波段红外辐射信号中的几何误差和随机误差，首先利用半实物仿真平台收集双波段红外辐射信号数据集并进行清洗后，输入BGT神经网络进行特征学习并保存最优化权重，再将双波段红外辐射传感器获取数据输入最优化权重的BGT神经网络，获得补偿随机误差后的红外辐射数据，将滤除随机误差后的数据输入扩展卡尔曼算法滤除几何误差，获得可靠的姿态角信息。本发明为以红外辐射为姿态测量方法的自旋无人机，提供了一种高精度、鲁棒性的姿态信息获取与处理方法。

本发明授权一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法在权利要求书中公布了：1.一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法，其特征在于，包括如下步骤： S1、分析自旋无人机双波段红外辐射测量信号中的几何误差和随机误差的产生原因及对姿态估计可靠性的影响； S2、通过半实物仿真平台采集自旋无人机双波段红外辐射数据，并对采集的数据集进行预处理； S3、构建CBGTE模型，包括BGT神经网络和扩展卡尔曼滤波器，将采集到的数据集输入CBGTE模型中，对CBGTE模型进行训练学习，得到CBGTE模型的最优化权重； 所述CBGTE模型中，BGT神经网络用于补偿双波段红外姿态测量过程中的随机误差，扩展卡尔曼滤波器用于消除双波段红外姿态测量过程中的几何误差； 所述BGT神经网络，融合Bi-GRU和TransformerEncoder网络，用于补偿双波段红外辐射信息中的随机误差；BGT神经网络由编码器和解码器构成，编码器包含Bi-GRU模块和TransformerEncoder模块，解码器由Bi-GRU和全连接层构成； 所述扩展卡尔曼滤波器，从观测方程中推导出非线性预测方程并用切线近似运行，围绕平均状态的一阶泰勒展开，用于对BGT神经网络补偿后的红外辐射信息进行几何误差消除； S4、将CBGTE模型的最优化权重放入测试设备中验证算法可行性，对自旋无人机双波段红外辐射姿态进行估计。

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通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9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。