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！

龙图腾网获悉东南大学申请的专利基于新息重构迭代的自主导航可信抗差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：CN121348371B 。

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：202511906386.7，技术领域涉及：G01S19/37；该发明授权基于新息重构迭代的自主导航可信抗差方法是由孟骞;王尧;苏畅;丁阳;胡天宇;蔡文渊;郭凯;周琪;朱龙泉设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于新息重构迭代的自主导航可信抗差方法在说明书摘要公布了：本发明提供一种基于新息重构迭代的自主导航可信抗差方法，属于导航数据处理技术领域，包括以下步骤：首先，在传统的卡尔曼滤波的基础上，基于方差膨胀抗差模型对系统的观测新息进行处理，获得初步状态估计；其次，基于该初步状态估计构造可信新息，并利用该可信新息对初步状态估计结果的可靠性进行检验；然后，将该可信新息作为输入，重复进行可信新息迭代与检验，直至其满足预设的收敛条件；最后，利用收敛后的可信新息完成导航状态的最终更新。本发明通过迭代检验与优化，能有效抑制观测故障对导航结果的干扰，显著提升导航系统的故障抑制能力、定位精度与可靠性，相对传统抗差方法具有更好的抗干扰能力。

本发明授权基于新息重构迭代的自主导航可信抗差方法在权利要求书中公布了：1.基于新息重构迭代的自主导航可信抗差方法，其特征在于，通过构建一个具有后验状态反馈与等价新息重构的闭环抗差滤波框架，抑制观测粗差对导航结果的影响，包括以下步骤： S1卡尔曼滤波预测与新息生成，为卡尔曼滤波的标准初始步骤，在离散时间序列中， 记当前滤波时刻为，基于时刻的后验状态估计与误差协方差，通过状态转移模型进 行预测，得到时刻的先验状态估计与先验误差协方差；计算时刻的观测预测值与实际 观测值之间的差值，得到新息， S2对新息进行标准化处理与故障检测，判断其是否存在粗差，若存在粗差，执行一次抗差滤波处理，以抑制观测故障，若不存在粗差，继续进行S1中的卡尔曼滤波流程，对于识别出的含粗差的新息，通过构造并引入方差膨胀矩阵至卡尔曼增益中，执行一次抗差滤波，得到对故障具有初步抑制能力的后验状态估计， S3构造可信新息，将抗差滤波的效果等效为标准滤波框架下经过净化的新息，将其输入至一个标准、未修改的卡尔曼滤波器时，产生的状态更新结果与步骤S2中经过抗差修改的滤波器输出的后验状态估计在数值上相等，将复杂的抗差增益调整效果，等价转化为一个可供标准滤波器直接使用的输入观测量， S4建立一个迭代循环，对于初始新息存在故障值的第个分量，对其可信新息进行再 检验和迭代优化，通过迭代使其逐步收敛至稳定值， S5执行与应用阶段，当步骤S4中的迭代过程满足预设的收敛条件时，判定可信新息已得到优化；将最终的可信新息输入至未经修改的标准卡尔曼滤波器，完成对导航状态向量及其误差协方差矩阵的高可信度更新，并输出当前时刻的导航结果； 其中，步骤S4具体包括： S41首先对求得的可信新息进行标准化，为检验构造的可信新息中是否仍残留有异常 分量，需将其进行标准化处理得到，使新构造的新息能够与初始的故障诊断框架保持一 致，后续用于抗差检验的Huber等价权函数是基于标准化统计量及其固定阈值进行故障判 别， 为在时间历元的标准化可信新息，为量测矩阵，为历元预测的误差协方 差矩阵，为观测噪声协方差矩阵，为量测矩阵的转置， S42处于不断迭代中的故障新息，其始终无法满足，需要判断该新息是否收 敛于某一数值，构建一个数学迭代模型，用于描述可信新息的优化过程，并证明过程的单调 递减性，将上一次迭代生成的可信新息视为一个新的观测新息，对其再次应用步骤S2和 S3的抗差与构造流程， 对于初始新息，其第个分量存在故障值 、分别为在时间历元，第和第次迭代时，第个观测量对应的标准化可 信新息，为标准化新息的第个分量，为新息的第个分量，为协方差矩阵对角线上 第个分量，为抗差系数， 将分式上下的进行消减，得到： S43由S42可知，标准化可信新息具有单调递减特性，通过证明其存在下界，即可证明 经过若干次迭代后该可信新息是收敛的，设标准化可信新息的下界是，即有 S44在对可信新息进行第一次迭代时 S45要证明，即证明： S46两边通分，找到下限的表达式，通过数学推导，证明步骤S42中提出的假设： 对于无人自主导航系统中一个被判定为故障的观测分量，其标准化可信新息序列的下界确 为抗差系数阈值，确保整个迭代过程收敛性与稳定性， 最后的等式即为原始新息的个元素故障的定义式，显然，再次迭代，即有，…，以此类推，标准化可信新息始终大于， S47最终，证明其收敛性，证明收敛 设存在极限，为，则有： 从而 。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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。