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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 湖南省测绘科技研究所;中南大学靳文凭获国家专利权

湖南省测绘科技研究所;中南大学靳文凭获国家专利权

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!

龙图腾网获悉湖南省测绘科技研究所;中南大学申请的专利PPP/UWB紧组合定位方法、系统及存储介质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:CN121613490B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610130421.9,技术领域涉及:G01S19/46;该发明授权PPP/UWB紧组合定位方法、系统及存储介质是由靳文凭;沈彤晖;蔡昌盛;欧阳霖设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。

PPP/UWB紧组合定位方法、系统及存储介质在说明书摘要公布了:本发明公开了一种PPPUWB紧组合定位方法、系统及存储介质,利用三阶球径向容积准则实现测量方程的非线性传播,有效削弱了传统方法线性化误差的影响;通过引入方差分量估计,依据残差统计特性自适应调整GNSS与UWB测量方差协方差阵,实现了测量方差协方差阵的自适应调整;同时结合鲁棒权函数,对含粗差和异常值的观测数据进行加权抑制,提高了滤波系统的稳健性和抗干扰能力。与传统PPPUWB组合方法相比,本发明可根据环境变化自适应调节方差协方差阵,显著降低了不准确的经验值与观测异常对定位结果的影响;通过容积卡尔曼滤波,避免了泰勒一阶展开舍去高阶项引起的线性化误差。

本发明授权PPP/UWB紧组合定位方法、系统及存储介质在权利要求书中公布了:1.一种PPPUWB紧组合定位方法,其特征在于,包括以下步骤: S1、统一GNSS与UWB数据的时空基准,建立PPPUWB的量测方程;基于经验值,初始化状态向量与参数方差协方差阵;所述PPPUWB的量测方程表示为:;其中,为历元编号,为状态向量,为量测向量,为量测函数,为测量噪声; 第k历元的状态向量表示为: ; 其中,为UWB测量中心在地心地固坐标系下的三维坐标分量,为接收机钟差,为不同GNSS系统间偏差,为对流层延迟,为消电离层组合模糊度; S2、利用所述状态向量及参数方差协方差阵,基于三阶球径向容积卡尔曼滤波准则计算容积点,并对容积点进行非线性传播,得到预测状态与预测状态协方差阵,基于经验模型给定测量方差协方差阵;所述容积点表达式为:;为参数方差协方差阵的Cholesky分解矩阵,为加权sigma点,=1,2…2,为状态向量维数;,为对角阵,分别代表位置状态,,的方差,代表接收机钟差的方差,代表不同GNSS系统间偏差的方差,代表对流层延迟的方差,代表消电离层组合模糊度的方差; 预测状态与预测状态协方差阵表示为: 其中,为过程噪声阵,,为状态函数; S3、利用所述预测状态结合方差分量估计方法计算单位权方差,基于单位权方差调整GNSS与UWB的方差比例因子,更新测量方差协方差阵; 单位权方差的计算公式为: ; ; ; ; 其中,与分别为GNSS与UWB的单位权方差,与分别代表GNSS卫星个数与UWB基站个数,为先验残差,由GNSS的先验残差与UWB的先验残差组成,为量测矩阵,为先验残差的协方差矩阵;测量方差协方差阵,与分别为GNSS测量方差协方差阵与UWB测量方差协方差阵; GNSS与UWB的方差比例因子计算公式为: ; 为固定常数,m=1,2,m取1时代表GNSS,m取2时代表UWB,为上一次迭代的方差比例因子,初值为1;为当前迭代的方差比例因子; S4、引入IGG3鲁棒权函数,对粗差和异常观测进行加权抑制,得到方差膨胀因子,再次更新测量方差协方差阵; 更新后的测量方差协方差阵表示为:;方差膨胀因子的表达式为:; 式中,与为经验常数,为标准化残差,更新后的测量方差阵; S5、重复步骤S3和S4,迭代计算,直至不同种类观测值单位权方差相等; S6、迭代完成后,利用最终更新后的测量方差协方差阵与量测方程进行量测更新,实现定位解算。

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湖南省测绘科技研究所;中南大学,其通讯地址为:410007 湖南省长沙市雨花区韶山中路693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。