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 > 哈尔滨工程大学侯长波获国家专利权

哈尔滨工程大学侯长波获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利一种基于多传感器融合的机动频率自适应协同定位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:CN118882640B

龙图腾网通过国家知识产权局官网在2026-03-20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:202410898963.1,技术领域涉及:G01C21/20;该发明授权一种基于多传感器融合的机动频率自适应协同定位方法是由侯长波;钟告知;赵鹏旗;郭浩南;张志鹏设计研发完成,并于2024-07-05向国家知识产权局提交的专利申请。

一种基于多传感器融合的机动频率自适应协同定位方法在说明书摘要公布了:一种基于多传感器融合的机动频率自适应协同定位方法,本发明用于解决现有技术中融合模型容易陷入滤波发散与航迹失真等问题,本发明包括:使用多部传感器持续接收目标位置信息,将接收到的各类信息源航迹统一至CGCS2000地心坐标系下,然后将转换至统一坐标系下的各信息源航迹进行自适应频率滤波,最终利用结合机动频率自适应的增强层级融合算法,将各个信息源的航迹信息进行融合,得到目标的综合航迹。本发明专门用于多传感器接收机动目标位置信息后,通过航迹融合网络整合为精度更高,稳定性更强的综合航迹。融合过程可充分利用各类传感器的优势航段,并且考虑机动目标的各类运动状态。本发明属于多源异构信息融合技术领域。

本发明授权一种基于多传感器融合的机动频率自适应协同定位方法在权利要求书中公布了:1.一种基于多传感器融合的机动频率自适应的协同定位方法,其特征在于,包括如下步骤: 步骤1、使用多部传感器持续接收目标位置信息; 步骤2、将接收到的各类信息源航迹统一至CGCS2000地心坐标系下; 步骤3、将转换至统一坐标系下的各信息源航迹进行自适应频率滤波,具体包括: 将传统的全局统计模型改进为参数自适应的能够描述多种机动状态的Auto-α模型,改进的具体流程如下:Singer模型中参数是机动时间常数的倒数,参数是目标加速度的方差;对飞机慢速转弯=60s;对逃避机动=20s,对大气扰动,=1s;对机动加速度的分布作以下假定:为0的概率为,为最大加速度的概率为,且在上服从均匀分布;按此假定,可以得到: Singer模型中参数和的确定依赖于先验知识,且一旦确定,在滤波过程中不再变化;当事先确定的和与实际情况有较大差别时,依据目标机动的可能等级,设定多组相应的参数和,在滤波过程中依据加速度的滤波值,确定目标在当前时刻的机动等级,并设置Singer模型在当前时刻对应的参数和,在之后的跟踪过程中使用新的状态方程滤波;具体过程如下: 由于状态转移矩阵和噪声矩阵都含有机动频率;所以通过改变,达到调整和的目的,使其更接近于目标的真实状态; 根据经验,的取值范围为:转弯机动=160,逃避机动=120,大气扰动=1,通常在进行状态滤波时,根据经验事先确定的值; 目标的信息向量为: 是均值高斯白噪声过程,且其协方差矩阵为: 定义距离函数为: 由信息序列的统计性质可知,服从自由度为的分布;如果目标发生机动,信息向量将不是零均值高斯白噪声,将会变大,因而可用下述方法检测机动的发生与消除;取大于某一门限的概率为,即: 式中,为允许的虚警概率;此时,的自适应选择为: 当时,表明目标机动发生,增大的取值;当时,表明目标机动消除,减小的取值;计算: 在目标跟踪过程中,事先取定的经验值为120,进行的调整时,在3~5步估计状态的距离函数,进行的调整; 步骤4、利用结合机动频率自适应的增强层级融合算法,将各个信息源的航迹信息进行融合,通过信息图识别先验信息,进而在融合算法中删除先验信息,最终通过针对特定目标的多条信息源航迹生成综合航迹,具体包括: 步骤4.1:传感器数据采集:使用多个传感器来收集环境信息,包括各类无人机侦测定位设备与雷达探测设备,记传感器i在k时刻得到的目标观测值为; 步骤4.2:航迹关联与状态估计:传感器i和传感器j相关联,跟踪同一目标,在k时刻,通过滤波得到传感器i的状态估计为,其误差协方差为,传感器j的状态估计为,其误差协方差为,并将这些航迹送往融合中心; 步骤4.3:更新状态估计与协方差矩阵: 假设有N部传感器跟踪同一目标,当采用基于信息卡尔曼滤波器时,得到在k时刻传感器i的状态估计和相应误差协方差表示为: 基于传感器i和传感器j相关联,跟踪同一目标的假设,则层级融合算法为: 式中,,及,分别为系统与传感器i的局部先验估计信息; 步骤4.4:将步骤4.1至步骤4.3反复迭代,直至最后收敛,求得最终目标综合航迹。

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哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区南通大街145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。