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！

龙图腾网恭喜北京航空航天大学申请的专利基于广义最大相关熵卡尔曼滤波的神经网络故障检测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：CN118443053B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410443063.8，技术领域涉及：G01C25/00；该发明授权基于广义最大相关熵卡尔曼滤波的神经网络故障检测方法是由薛瑞;冯学智设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本基于广义最大相关熵卡尔曼滤波的神经网络故障检测方法在说明书摘要公布了：本发明涉及一种基于广义最大相关熵卡尔曼滤波的神经网络故障检测方法，属于组合导航技术领域，包括：建立GNSSINS紧组合导航系统INS误差的离散状态方程与观测方程；采用广义最大相关熵卡尔曼滤波进行INS递推误差估计和递推误差校正；采集单颗卫星的滤波新息数据中的伪距时间序列进行归一化；对归一化时间序列进行GASF编码和MTF编码处理得到GASF图像和MTF图像；建立用于卫星正常和故障状态分类的神经网络模型；利用GASF图像和MTF图像分别进行神经网络模型训练后，将根据GASF图像和MTF图像进行卫星正常和故障状态分类的分类概率进行特征融合得到神经网络模型最终的分类结果；采用训练好的神经网络模型对定位过程中的单星故障进行检测。本发明提高了故障检测精度。

本发明授权基于广义最大相关熵卡尔曼滤波的神经网络故障检测方法在权利要求书中公布了：1.一种基于广义最大相关熵卡尔曼滤波的神经网络故障检测方法，其特征在于，包括：步骤S1、建立GNSSINS紧组合导航系统INS误差的离散状态方程与观测方程；采用广义最大相关熵卡尔曼滤波进行INS递推误差估计和递推误差校正；步骤S2、采集单颗卫星的滤波新息数据中的伪距时间序列，进行归一化后得到归一化时间序列；步骤S3、对归一化时间序列分别进行GASF编码和MTF编码处理得到GASF图像和MTF图像；步骤S4、建立用于卫星正常和故障状态分类的神经网络模型；利用GASF图像和MTF图像分别进行神经网络模型训练后，将根据GASF图像和MTF图像进行卫星正常和故障状态分类的分类概率进行特征融合得到神经网络模型最终的分类结果；步骤S5、采用训练好的神经网络模型，对组合导航系统定位过程中的单星故障进行检测；步骤S1中，采用广义相关熵卡尔曼滤波进行INS递推误差估计的过程包括：1进行状态一步预测得到k时刻一步估计的协方差矩阵Pk|k-1：2根据k时刻一步估计的协方差矩阵Pk|k-1和观测噪声的协方差阵Rk进行Cholesky分解；3根据Cholesky分解结果，基于k时刻一步估计进行滤波残差ek,t的迭代计算；t表示迭代次数，初始时t＝1；4根据t次迭代的滤波残差计算出t次迭代的各观测量通道的广义相关熵加权值，构成广义相关熵加权矩阵 hieik,t＝|eik,t|α-2exp-β-α|eik,tα|β为核带宽，α为形状参数；将每个观测通道的广义高斯核函数hieik,t的形状参数进行动态调整，使每个观测通道的广义高斯核函数hieik,t的形状特性与观测噪声相匹配，自主适应观测噪声的变化；i＝1,…,m；m为可观测卫星的数量；5利用广义相关熵加权矩阵计算卡尔曼增益Kk,t；6根据卡尔曼增益Kk,t进行状态估计得到第t+1次迭代值当第t+1次迭代值与第t次迭代值的差值大于阈值时，返回步骤3重新执行；否则，得到当前时刻k状态量的最佳估计值

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”。