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 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 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 > 北京航空航天大学张海获国家专利权

北京航空航天大学张海获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于二级Sigma点的UKF滤波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:CN115355910B

龙图腾网通过国家知识产权局官网在2026-03-17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:202210955452.X,技术领域涉及:G01C21/20;该发明授权一种基于二级Sigma点的UKF滤波方法是由张海;王慧敏设计研发完成,并于2022-08-10向国家知识产权局提交的专利申请。

一种基于二级Sigma点的UKF滤波方法在说明书摘要公布了:本发明公开了一种基于二级Sigma点的UKF滤波算法,属于滤波算法领域;具体为:首先,选择弹道再入目标平面模型的状态估计均值为中心点,根据状态的估计方差,进行UT变换,得到2n+1个一级Sigma点;然后,以每个一级Sigma点为中心点,分别进行UT变换,并根据状态协方差矩阵Pzz,k+1自适应调节Sigma点集的散布范围,计算得到对应的2n+1个二级Sigma点集;最后,通过Sigma点集估计效果评估算法,使用标量化后的新息表征二级Sigma点集逼近于真实观测量的程度,并选择标量化新息最小的二级Sigma点集或一级Sigma点集作为估计精度最优的Sigma点集,用于计算卡尔曼增益,更新状态估计。本发明有更好的收敛速度与稳定性,且基于Sigma点集对称分布的特性,降低了一定的计算量,不影响滤波算法的估计效果。

本发明授权一种基于二级Sigma点的UKF滤波方法在权利要求书中公布了:1.一种基于二级Sigma点的UKF滤波方法,其特征在于,具体步骤为: 首先,选择弹道再入目标平面模型的状态估计均值为中心点,根据状态的估计方差,进行UT变换,得到2n+1个一级Sigma点,n为状态变量的维数; 然后,以每个一级Sigma点为中心点,分别进行UT变换,并根据方差自适应调节 Sigma点集的散布范围,计算得到对应的2n+1个二级Sigma点集; 具体过程为: 首先,以状态先验估计作为中心点,根据方差,计算一级Sigma点集: ,n为状态先验估计的维数,、为常数,Sigma点到中心点 的距离与相关,表示矩阵的第i列; 然后,以一级Sigma样本点,为UT变换的中心点,计算二级Sigma点 集,计算式表示如下所示: 表示尺度因子缩放系数,用于调节二级Sigma点的散布范围; 最后,通过简化计算的Sigma点集估计效果评估算法,使用标量化后的新息表征二级Sigma点集逼近于真实观测量的程度,并选择标量化新息最小的二级Sigma点集或一级Sigma点集作为估计精度最优的Sigma点集,用于计算卡尔曼增益,更新状态估计; 简化计算的Sigma点集估计效果评估算法,利用Sigma点的对称分布性进行分类,减少二级Sigma点集的数量,具体为: 首先,根据一级Sigma点扩展的方向进行分类,将扩展方向相同或相反的一级Sigma点集分为同一类,共分成n类,其中n表示系统的状态的维数; 每类一级Sigma点表示为: i表示状态变量的第i维; 然后,根据采集到的观测信息,计算三类一级Sigma点的中心点距离系统真实状态的程度,选择最接近真值的一级Sigma点为中心点,经UT变换后扩展为n个二级Sigma点集,计算n个二级Sigma点集转化为标量后的观测变量的新息;根据转化为标量后的观测变量的新息,自适应选择估计精度最好的Sigma点集; 所述观测的信息为雷达测量的角度与模长,新息标量化算法计算角度与模长的乘积, 得到单位为长度的标量化的观测新息; 选择最接近真值的一级Sigma点为中心点公式如下: 是观测信息。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。