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！

龙图腾网恭喜内蒙古大学申请的专利基于故障检测与神经网络辅助的自主导航系统及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：CN119805524B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510300861.X，技术领域涉及：G01S19/47；该发明授权基于故障检测与神经网络辅助的自主导航系统及方法是由魏晓凯;范晓天;魏圣原;庄明磊设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于故障检测与神经网络辅助的自主导航系统及方法在说明书摘要公布了：本发明公开了一种基于故障检测与神经网络辅助的自主导航系统及方法，涉及导航技术领域，系统包括INS系统、GNSS系统、故障检测模块、RFR‑GRU神经网络模块以及自适应卡尔曼滤波模块；方法包括：S1、获取信息，S2、判断GNSS系统的状态，当所述GNSS系统处于有效状态时，所述导航系统进入训练模式，具体包括以下步骤：S2.1、获取准确定位信息，S2.2、训练RFR‑GRU神经网络模型；当所述GNSS系统处于失效状态时，所述导航系统进入预测模式，具体包括以下步骤：S2.3、预测定位信息。有益效果：本发明，提高了系统的鲁棒性和定位精度，能够准确有效的判定GNSS系统是否处于有效状态，进而决定自主导航系统处于训练模式还是预测模式下工作，保持导航定位精度。

本发明授权基于故障检测与神经网络辅助的自主导航系统及方法在权利要求书中公布了：1.一种基于故障检测与神经网络辅助的自主导航系统，其包括：INS系统以及GNSS系统；其特征在于，其还包括：故障检测模块、RFR-GRU神经网络模块以及自适应卡尔曼滤波模块； 所述故障检测模块，用于判断所述GNSS系统是否处于有效状态；有效状态时，将所述GNSS系统的测量信息传输至所述RFR-GRU神经网络模块以及所述自适应卡尔曼滤波模块； 所述RFR-GRU神经网络模块，用于根据所述INS系统获取的位置、速度和姿态获得伪GNSS测量信息； 所述RFR-GRU神经网络模块的RFR-GRU神经网络模型为随机森林回归模型RFR和门控循环单元GRU加权融合模型，利用RFR对GRU进行优化，以提高小样本对GRU训练时GRU的模型精度，并利用RFR-GRU神经网络输出伪GNSS测量信息； 无效状态时，所述RFR-GRU神经网络模块将伪GNSS测量信息发送给所述自适应卡尔曼滤波模块； 所述自适应卡尔曼滤波模块，用于融合定位信息和测量信息或者所述伪GNSS测量信息，得到所述INS系统的定位信息的补偿值，进而得到准确的定位信息； 其中所述自主导航系统的自主导航方法包括以下步骤： S1、获取信息：利用INS系统获取速度、位置及姿态的定位信息；利用GNSS系统获取速度及位置的测量信息； S2、判断GNSS系统的状态：利用故障检测模块判断步骤S1中的所述GNSS系统是否处于有效状态； 当所述GNSS系统处于有效状态时，所述导航系统进入训练模式，具体包括以下步骤： S2.1、获取准确定位信息：建立组合导航自适应卡尔曼滤波模型，通过将步骤S1中的所述定位信息和所述测量信息进行数据融合得到所述INS系统的定位信息的补偿值，进而得到准确的定位信息； S2.2、训练RFR-GRU神经网络模型：通过将步骤S1中的所述定位信息和所述测量信息作为RFR-GRU神经网络模型的输入特征，对RFR-GRU神经网络模型进行训练；找出所述INS系统提供的所述定位信息与所述GNSS系统提供的所述测量信息之间的关系； 当所述GNSS系统处于失效状态时，所述导航系统进入预测模式，具体包括以下步骤： S2.3、预测定位信息：通过将步骤S1中的所述定位信息输入至步骤S2.2中的所述RFR-GRU神经网络模型，得到伪GNSS测量信息，并与步骤S1中的所述定位信息传输至步骤S2.1中的自适应卡尔曼滤波模型中进行数据融合得到所述INS系统的定位信息的补偿值，进而得到准确的定位信息； 其中，步骤S2.1中的自适应卡尔曼滤波模型的算法，包括状态方程和观测方程，具体描述如下： （1） 其中，k为离散时间，为系统的状态向量，可设为；为所述INS系统的位置误差向量，为所述INS系统的速度误差向量，为所述INS系统的姿态角误差向量，和分别为所述INS系统的陀螺仪漂移与加速度计偏差，是系统的观测向量，在此模型中表示GNSS和INS的位置之差与速度之差，即；是系统结构参数，分别表示状态一步转移矩阵、系统噪声分配矩阵、观测矩阵；是系统噪声向量，是观测噪声向量，且满足，；是克罗内克函数，和分别为和的协方差矩阵； 状态预测： （2） 计算状态一步预测协方差： （3） （4） 观测更新：构造量测新息 （5） 滤波增益： （6） 相应状态量更新部分: （7） 状态估计协方差： （8） 其中为自适应因子； 其中，步骤S2中所述故障检测模块判断所述GNSS系统是否处于有效状态的方法，具体包括以下步骤： 利用公式（5）得到前n个新息序列，对前n个新息序列求取均值： （9） （10） 其中，为判断阈值，取值为1。

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内蒙古大学，其通讯地址为：010000 内蒙古自治区呼和浩特市赛罕区大学西路235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”。