首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Neighbor2Neighbor自监督去噪的紧组合导航方法及系统 

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!

申请/专利权人:北京航空航天大学

摘要:本发明涉及一种基于Neighbor2Neighbor自监督去噪的紧组合导航方法及系统,属于组合导航技术领域,方法包括:利用对GNSSINS紧组合导航系统中的IMU数据进行时间上连续采样得到的IMU原始采样数据,构造出进行Neighbor2Neighbor自监督去噪的样本;将每个样本通过采样器构造成真值相互接近的子样本对作为自监督去噪网络的输入和预期输出,进行Neighbor2Neighbor自监督去噪训练;将经过Neighbor2Neighbor自监督去噪后的IMU数据输入到误差建模为一阶马尔可夫过程的卡尔曼滤波器中进行预测、校正和更新系统状态,获得更高精度的导航解。本发明减少原有滤波过程对IMU噪声建模的偏差;提高紧组合导航系统的精度。

主权项:1.一种基于Neighbor2Neighbor自监督去噪的紧组合导航方法,其特征在于,包括:步骤S1、利用对GNSSINS紧组合导航系统中的IMU数据进行时间上连续采样得到的IMU原始采样数据,构造出进行Neighbor2Neighbor自监督去噪的样本;步骤S2、将每个样本通过采样器构造成真值相互接近的子样本对作为自监督去噪网络的输入和预期输出,进行Neighbor2Neighbor自监督去噪训练;使训练好的自监督去噪网络能够用于去除IMU数据中随机噪声与脉冲噪声在内的非一阶马尔可夫过程噪声,保留一阶马尔可夫过程噪声;步骤S3、将经过Neighbor2Neighbor自监督去噪后的IMU数据输入到误差建模为一阶马尔可夫过程的卡尔曼滤波器中进行预测、校正和更新系统状态,获得更高精度的导航解;在步骤S1中,包括:1)在时间上连续采样IMU得到IMU原始采样数据;每一时刻采样的IMU原始数据是向量,由IMU输出的3维角速度和3维比力构成; ;其中,为时刻IMU原始采样数据,为时刻IMU输出的X、Y、Z轴的3维比力;为时刻IMU输出的X、Y、Z轴的3角速度;2)将采集的IMU原始采样数据按照数量n进行分块,得到时间上连续的矩阵数据切片;每个数据切片为一个样本;3)将batch_size个样本作为一个batch,将时间上连续IMU原始采样数据划分为时间上连续的batch数据块。

全文数据:

权利要求:

百度查询: 北京航空航天大学 基于Neighbor2Neighbor自监督去噪的紧组合导航方法及系统

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。