南京理工大学徐祥获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利基于MVC的自适应鲁棒卡尔曼滤波组合导航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：CN116642495B 。
龙图腾网通过国家知识产权局官网在2026-05-12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：202310617773.3，技术领域涉及：G01C21/20；该发明授权基于MVC的自适应鲁棒卡尔曼滤波组合导航方法是由徐祥;杨振宇设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。
本基于MVC的自适应鲁棒卡尔曼滤波组合导航方法在说明书摘要公布了：本发明公开了一种基于MVC的自适应鲁棒卡尔曼滤波组合导航方法，主要包括：获取传感器实时数据；进行卡尔曼滤波状态一步预测；利用自适应鲁棒卡尔曼滤波估计参数矩阵以及自适应因子；进行卡尔曼滤波量测更新；输出组合导航结果。本发明解决了当系统过程噪声不确定以及系统量测噪声出现异常时，组合导航结果精度下降甚至发散的问题。
本发明授权基于MVC的自适应鲁棒卡尔曼滤波组合导航方法在权利要求书中公布了：1.一种基于MVC的自适应鲁棒卡尔曼滤波组合导航方法，其特征在于，包括以下步骤： 步骤1：获取传感器实时数据； 步骤2：构建物体运动模型，更新载体运动状态，完成卡尔曼滤波状态一步预测； 步骤3：在建立参数方程的基础上，利用自适应鲁棒卡尔曼滤波估计参数矩阵及自适应因子，包括：基于最大箕舌准则构建鲁棒滤波的最小化代价函数，确定新的量测噪声协方差矩阵；基于新的量测噪声协方差矩阵构建自适应衰减因子，确定新的一步预测协方差矩阵进行最优估计； 步骤4：进行卡尔曼滤波量测更新，得到组合导航结果； 所述代价函数为： 式中，表示代价函数；表示k时刻状态真值；表示k时刻的状态预测；表示自适应衰减因子；表示核函数；表示变量；表示k时刻状态估计；argmin表示最小化操作，i表示第i个残差，m表示残差维数； 所述自适应衰减因子为： 式中，表示预测协方差矩阵自适应因子；表示k时刻预测协方差矩阵；表示量测矩阵的转置；表示矩阵的第i行第j列；表示信息协方差矩阵；表示k时刻鲁棒估计的量测噪声协方差矩阵。
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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励