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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学辜晓波获国家专利权

广东工业大学辜晓波获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于SMACOF与递进式Helmert变换的相对定位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:CN119846553B

龙图腾网通过国家知识产权局官网在2026-01-09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:202411927367.8,技术领域涉及:G01S5/02;该发明授权一种基于SMACOF与递进式Helmert变换的相对定位方法是由辜晓波;赖崇峻;黄煜鑫;符哲;李建中设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

一种基于SMACOF与递进式Helmert变换的相对定位方法在说明书摘要公布了:本发明公开了一种基于SMACOF与递进式Helmert变换的相对定位方法,所述方法包括:计算节点间的加权欧氏距离,得到加权欧式距离矩阵;其中所述节点包括未知节点和锚节点;将所述加权欧式距离矩阵通过MDS定位算法计算所有节点的相对坐标,得到相对坐标矩阵;将所述相对坐标矩阵通过SMACOF算法求最优解,得到最优相对坐标矩阵;通过Helmert变换将所述最优相对坐标矩阵映射到全局坐标,得到绝对坐标矩阵;通过递进式校正机制对所述绝对坐标矩阵进行优化,得到最优变换参数;通过最优变换参数再次对所述最优相对坐标矩阵进行Helmert变换,得到最优绝对坐标矩阵,从而得到所有节点的精确位置。

本发明授权一种基于SMACOF与递进式Helmert变换的相对定位方法在权利要求书中公布了:1.一种基于SMACOF与递进式Helmert变换的相对定位方法,其特征在于,所述方法包括: 计算节点间的加权欧氏距离,得到加权欧式距离矩阵;其中所述节点包括未知节点和锚节点; 将所述加权欧式距离矩阵通过MDS定位算法计算所有节点的相对坐标,得到相对坐标矩阵; 将所述相对坐标矩阵通过SMACOF算法求最优解,得到最优相对坐标矩阵; 通过Helmert变换将所述最优相对坐标矩阵映射到全局坐标,得到绝对坐标矩阵; 通过递进式校正机制对所述绝对坐标矩阵进行优化,得到最优变换参数; 通过最优变换参数再次对所述最优相对坐标矩阵进行Helmert变换,得到最优绝对坐标矩阵,从而得到所有节点的精确位置; 通过递进式校正机制对所述绝对坐标矩阵进行优化,得到最优变换参数的方法包括: 在初次Helmert变换完成后,计算转换后的定位误差; 定义残差为: 其中为实际观测的测距值,为变换后坐标之间的理论计算距离; 通过对所有节点间的残差进行统计分析,得到当前误差的分布情况: 计算整体误差的均方根误差作为误差评估指标: 其中,是节点对的数量,根据误差评估指标,对初次Helmert变换的定位误差进行评估,若均方根误差不符合预设的收敛条件,则对变换参数进行调整;变换参数包括比例因子、旋转矩阵、以及平移变量,变换参数调整公式如下为: 其中,表示当前的变换参数,表示迭代后的变换参数;分别是的学习率,控制调整的步长;为平移向量对均方根误差的梯度; 在每一次迭代调整后,重新计算残差和均方根误差,评估当前的定位误差水平,当均方根误差符合预设的收敛条件,则停止迭代,得到最优变换参数;否则,重复迭代过程,继续对变换参数进行调整。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。