-
公开(公告)号：CN112097791B
公开(公告)日：2022-05-06
申请号：CN202010826248.9
申请日：2020-08-17
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种面向台风探测应用的浮空气象感知节点导航性能标校仪，属于气象探测、无线通信领域。本发明标校仪基于CPU+FPGA架构实现，包括参数配置、节点运动模型加载、信号产生、信号控制、信号输出、信号调整六部分；信号产生部分包括星历读取、卫星状态、卫星可见性判断、传输时间计算、电离层延迟、对流层延迟、电文数据、通道数据、载波生成、扩频码生成、电文生成和中频调制等模块；信号控制部分控制信号输出部分输出导航信号的过程；信号调整部分可对导航信号进行功率与相位的调整。本发明基于模块化开发，为浮空气象感知节点导航性能的评估提供地面测试平台，可以灵活而全面的为浮空气象感知节点提供不同场景下的导航信号。
-
公开(公告)号：CN114268343A
公开(公告)日：2022-04-01
申请号：CN202111601065.8
申请日：2021-12-24
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于环境频谱感知的鲁棒跳频组网方法，属于通信技术领域。本发明方法实现了基于各节点环境频谱情况的通信频段评价，以通信网络内各个节点周围一段时间内的环境频谱为评判标准，建立备选通信频段并判断当前通信频段是否能够保证通信鲁棒性。当判定无法保证通信稳定，则启动跳频策略切换到当前环境最优频段；若出现节点受攻击脱离通信网络时，则启用通信恢复策略尝试重构自组网结构。本发明能够实现在复杂电磁条件下的自组网鲁棒通信，解决了复杂电磁环境下出现的数据传输不稳定的问题，实现鲁棒的自组网通信，在网络处于不稳定的频谱环境时，节点通过协商选择最优的频段进行通信，并且在网络受到攻击后可自主恢复的自组网通信。
-
公开(公告)号：CN110555512B
公开(公告)日：2021-12-03
申请号：CN201910696328.4
申请日：2019-07-30
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种二值卷积神经网络数据重用方法及装置，解决了神经网络在计算过程中对于同一个数据重复读取的问题。一种二值卷积神经网络的数据重用方法，包含以下步骤：读入当前卷积运算的特征图数据，判断卷积层为隐含层或输入层；若卷积层为隐含层，卷积运算时，将卷积核在特征图上滑动截取的多组数据中重用的数据重新排列组合，在下一周期重用；将输出的数据与卷积核进行运算。本发明还提供了二值化神经网络的数据重用装置，包含重组单元，用于将重用的数据进行排列组合。暂存单元，用于存储需要重用的数据。本发明有效实现了二值卷积神经网络在计算过程中数据的重用，在提高二值卷积神经网路的数据调度效率和降低功耗方面都有较大优势。
-
公开(公告)号：CN111865842B
公开(公告)日：2021-10-29
申请号：CN202010086709.3
申请日：2020-02-11
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种两阶段低复杂度Massive MIMO信道估计方法、装置及设备，包括：选择第一矩阵估计信息和第二矩阵估计信息，记录第一阶段信道矩阵估计结果HR；根据第一矩阵估计信息和第二矩阵估计信息，得到第一阶段信道矩阵估计结果HR和第二阶段信道矩阵估计结果HC；根据第一阶段信道矩阵估计结果HR和第二阶段信道矩阵估计结果HC计算低维权重矩阵HU，根据HR、HC和HU合成高维信道矩阵H，根据所述高维信道矩阵H得到最优低维权重矩阵得到信道估计信息。本发明显著降低最佳信道估计算法的计算复杂度和处理时延，采用随机近似矩阵之间误差范数作为优化准则，有效控制了高维信道矩阵的构建精度，准确地实时地获取未知的信道状态信息。
-
公开(公告)号：CN112235755B
公开(公告)日：2021-08-24
申请号：CN202011063447.5
申请日：2020-09-30
Applicant: 北京航空航天大学
Abstract: 本发明提供一种车联网接入方法、装置及系统。该方法包括：将至少一个时隙集划分为与车道数量相等的子时隙集；接收车辆通信范围内其他车辆广播的参考帧信息；所述参考帧信息中包括：其他车辆及其他车辆通信范围内的时隙车道占用信息；根据所述参考帧信息对本地存储的时隙与车道、车辆的映射关系进行更新，以获得更新后的映射关系；按照预设的负载均衡策略根据更新后映射关系确定目标时隙；若确定满足目标时隙接入条件，则接入所述目标时隙。本发明通过接收其他车辆广播的参考帧信息，并根据预设的负载均衡策略接入空闲时隙，实现了各车道的负载均衡，减少了车辆间的信息传输冲突，提高了车辆间的信息传输效率。
-
Patent Agency Ranking
公开(公告)号：CN112987757A
公开(公告)日：2021-06-18
申请号：CN202110456771.1
申请日：2021-04-27
Applicant: 北京航空航天大学
IPC: G05D1/02
Abstract: 本发明公开了一种货物多式联运的路径规划方法，弥补了在超限超重货物多式联运的路径规划方面研究的不足，提出一种考虑路网改造的超限超重货物多式联运路径规划建模及其求解方法，旨在通过路网数据和运输数据，建立模式‑空间多式联运网络，并构建超限超重货物多式联运规划模型，设计并改进遗传算法从而对超限超重货物多式联运方案进行求解，得到满足经济性、可靠性的超限超重货物多式联运方案。本发明通过结合算法对遗传算法进行改进，既能快速求得路网改造方案近似最优解，也能精确求得对应路网改造方案下运输任务的最佳路径。
-
公开(公告)号：CN112862171A
公开(公告)日：2021-05-28
申请号：CN202110125050.2
申请日：2021-01-29
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于时空神经网络的航班到达时间预测方法，属于民航技术领域。该方法首先对某时间段内的历史航班，采集历史航迹作为样本，处理后得到历史航迹集；将历史航迹集聚成簇，每个簇代表一种航迹模式，并选取每个航迹模式的代表航迹。然后给定目标航班，对其已在终端区内飞行过的航迹重采样，得到目标航班的已有航迹，并通过航迹模式计算目标航班的预测航迹。构建到达时间预测模型，并采用交叉验证的方法对到达时间预测模型进行训练。最后将目标航班的预测航迹输入到训练好的到达时间预测模型，输出目标航班的预计到达时间。本发明对航班到达时间影响因素的考虑更加全面，并引入了时空注意力机制，使预测结果的准确性大大提高。
-
公开(公告)号：CN112859894A
公开(公告)日：2021-05-28
申请号：CN202110028122.1
申请日：2021-01-06
Applicant: 北京航空航天大学 , 幻思科技(台州)有限公司
Abstract: 本发明涉及一种飞行机器人及其飞行方法，属于飞行机器人技术领域，解决了现有技术中飞行机器人飞行姿态单一、运动模态单一且不能实现多模态转换的问题。本发明包括封闭机体、第一矢量旋翼和第二矢量旋翼，第一矢量旋翼和第二矢量旋翼分别设于封闭机体的两端；飞行机器人能够以任意俯仰角在空中悬停，第一矢量旋翼能够绕第一矢量旋翼的第一机臂的中心轴线发生360°旋转，第二矢量旋翼能够绕的第二机臂的中心轴线发生360°旋转。本发明的飞行机器人能够在飞行模态、地面爬行模态、爬墙模态之间转换，并且实现了飞行器以任意俯仰角悬停于空中时可以保持位置不变。
-
公开(公告)号：CN110691342B
公开(公告)日：2021-05-11
申请号：CN201910906018.0
申请日：2019-09-24
Applicant: 北京航空航天大学
IPC: H04W4/40 , H04W4/46 , H04W4/80 , H04W4/021 , H04W4/029 , H04W28/16 , H04W24/08 , H04W72/04 , H04W40/32 , H04L12/715
Abstract: 本申请提供一种基于分簇的车联网多信道分配方法、装置及设备，该方法包括：获取当前路段的车辆密度信息；根据所述车辆密度信息及预设的信道分配规则，确定与所述车辆密度信息对应的目标通信模式，所述目标通信模式包括目标信道模式及目标通信半径；所述预设的信道分配规则包括车辆密度信息与信道模式的对应关系，以及车辆密度信息与通信半径的对应关系；将所述目标信道模式发送给当前路段上的车辆，以使各车辆根据所述目标通信模式进行通信，适应车辆密度变化的同时避免传输冲突，提高信道的利用率。
-
公开(公告)号：CN111553869B
公开(公告)日：2021-04-06
申请号：CN202010403925.6
申请日：2020-05-13
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种空基视角下的生成对抗网络图像补全方法，属于航空监视技术领域。针对因通信或者天气等约束条件，智能无人机拍摄到的图像会有部分缺失的情况，本发明方法首先利用显著性检测模型DeepCut检测出图像中的物体形状，再利用Canny边缘检测得到其轮廓图，该轮廓图是不完整的，再利用生成式对抗网络补全物体的轮廓图，最后将补全的轮廓图作为额外信息与有缺失图像一起输入到图像补全网络中得到最终的完整图像。本发明方法可以有效地提高补全的真实度，效果显著，在空基监视下的安全检测、情报收集分析等应用中都具有重大意义。
-
-
-
-
-
-
-
-
-
Search Results
420
records
(took 0.061 seconds)
