龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明涉及传感器误差补偿技术领域，具体涉及一种基于改进卡尔曼网络的惯导姿态估计优化方法，包括以下步骤：将惯导系统固定在六自由度振动试验台上，设置所述六自由度振动试验台以多种转动角度和转动频率来运动，记录惯导系统的瞬时加速度、角速度进行处理，并结合真实姿态数据得到惯导系统历史数据；建立卡尔曼神经网络，基于惯导系统历史数据对卡尔曼神经网络进行前向计算、损失函数估计和反向传播，完成对卡尔曼神经网络的训练；使用训练完成的卡尔曼神经网络对惯导系统输出数据进行姿态估计预测；本发明能够提高惯导补偿精度，具有较强的模型泛化能力和鲁棒性。
主权项：1.一种基于改进卡尔曼网络的惯导姿态估计优化方法，其特征在于，包括以下步骤：步骤S1、将惯导系统固定在六自由度振动试验台上，设置所述六自由度振动试验台以多种转动角度和转动频率来运动，记录所述惯导系统的加速度计、陀螺仪和地磁计输出的瞬时加速度、角速度和磁场强度以及所述六自由度振动试验台输出的真实姿态数据；步骤S2、对记录的所述瞬时加速度、角速度和磁场强度进行处理，并结合所述真实姿态数据得到惯导系统历史数据；步骤S3、建立卡尔曼神经网络，基于所述惯导系统历史数据对卡尔曼神经网络进行前向计算、损失函数估计和反向传播，完成对卡尔曼神经网络的训练；步骤S4、使用训练完成的卡尔曼神经网络对惯导系统输出数据进行姿态估计预测。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于改进卡尔曼网络的惯导姿态估计优化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号