一种基于深度置信网络和扩展卡尔曼滤波的飞行器传感器信号融...
公开
摘要
本发明公开一种基于深度置信网络和扩展卡尔曼滤波的飞行器传感器信号融合方法，首先，根据红外和雷达传感器不同的量测信号特征进行时空对准的信号预处理；然后，使用最优数据压缩算法将两者的信息进行压缩融合，形成新的观测量，并使用EKF实现飞行器的状态估计；最后，使用DBN算法根据收到的估计值与观测值实时估计并调整系统受到的实际观测噪声，提高EKF的跟踪精度。通过本发明方法有效解决了飞行器飞行过程中红外和雷达的传感器信号融合以及环境噪声的不确定性所导致的状态估计困难的问题。
基本信息
专利标题 ：
一种基于深度置信网络和扩展卡尔曼滤波的飞行器传感器信号融合方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565020A
申请号 ：
CN202210088429.5
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李昭莹石若凌张超凡
申请人 ：
北京航空航天大学
申请人地址 ：
北京市海淀区学院路37号
代理机构 ：
北京永创新实专利事务所
代理人 ：
周长琪
优先权 ：
CN202210088429.5
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06F17/16 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
