-
公开(公告)号：CN102176030B
公开(公告)日：2013-01-23
申请号：CN201010620226.3
申请日：2010-12-31
Applicant: 桂林电子科技大学
IPC: G01S19/23
Abstract: 本发明公开一种GPS和GLONASS双系统组合模拟器及方法，在由DSP信息处理模块、FPGA信号处理模块、2个D/A转换模块、上变频模块、以及发射天线或输出电缆构成的硬件平台的基础上，分隔出2个相对独立的GPS和GLONASS卫星通道来实现GPS和GLONASS双系统的组合模拟。本发明通过分通道单独处理方式不仅能够实现单独的GPS卫星信号和单独的GLONASS卫星信号的模拟，并且能够实现两个系统的坐标系统统一和时间系统同步，从而有效缩短了研发周期、降低了接收机研发成本，方便测试环境构建。
-
公开(公告)号：CN102841362A
公开(公告)日：2012-12-26
申请号：CN201210357836.8
申请日：2012-09-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种三模卫星信号模拟方法及模拟器，上位机经串口与FPGA相连，来自上位机的数据经FPGA分发给FPGA本身和DSP；FPGA与DSP相连，DSP计算完的数据在每个中断传给FPGA，FPGA生成的信号经3个DA后分别至3个上变频模块，3路射频信号经合路器合为一路，最后由发射天线或射频电缆发射出去。本发明核心技术为BD/GPS/GLONASS三系统的时间和空间的统一；由于BD/GPS/GLONASS卫星信号生成有很多相同点，采用程序模块共用的方法，使得在1片DSP芯片＋1片FPGA芯片搭建的基带板上完成基带信号处理；利用BD/GPS/GLONASS频点相近特点，生成的3路射频信号经合路器合为1路输出；从而有效缩短了研发周期、降低了模拟器硬件成本。
-
公开(公告)号：CN119295721A
公开(公告)日：2025-01-10
申请号：CN202411213937.7
申请日：2024-08-31
Applicant: 桂林电子科技大学 , 广西产研院时空信息技术研究所有限公司
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/764 , G06V10/46 , G06T7/246 , G06V20/13 , G06V20/70 , G06V10/75 , G06T7/73
Abstract: 目前关于视觉同步定位和建图(VSLAM)系统大多数研究都是建立在静态场景上，而现实场景中的动态目标会严重影响VSLAM系统的准确性和鲁棒性，针对这一问题，本发明提出一种针对室内动态场景的RGB‑D视觉SLAM算法，该方法包括：(1)在ORB‑SLAM3跟踪线程中融合轻量级YOLOv8目标检测网络，对图像帧进行实例分割并生成语义信息；(2)利用滑动窗口机制和模板匹配策略，对语义信息进行处理，识别动态目标并剔除动态特征点；(3)采用PROSAC算法替换原RANSAC算法去除特征点的误匹配，提高匹配性能。为了评估本发明的有效性，在公开TUM RGB‑D数据集上进行实验，与原ORB‑SLAM3以及较为先进的动态DynaSLAM算法进行比较，本发明在动态环境中算法定位精度和鲁棒性有出色的提升，在无GPU加速的情况下，帧率可达45fps以上，能够保证实时运行。
-
公开(公告)号：CN118690717A
公开(公告)日：2024-09-24
申请号：CN202410871754.8
申请日：2024-07-01
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F30/396 , G06F30/398 , G06F30/3312 , G06F30/337
Abstract: 本发明提供了一种结合早期时钟树与H‑tree的时钟树综合优化方法，该方法包括：1)提取底层子模块中和本层设计有时序检查关系的时钟延迟信息；2)进行常规时钟树综合，提取违例路径以及违例路径的前后级时序裕量；3)生成早期时钟树综合约束文件；4)进行H‑tree主干的布线；5)结合早期时钟树在H‑tree主干结构的基础上进行标准单元布局；6)生成常规时钟树综合约束文件；7)将需要插入Insertion delay的时钟叶节点以及插入的相应delay值加入到常规时钟树综合约束文件；8)将需要插入insertion delay的时钟叶节点单独接在一个或多个buffer上；9)进行H‑tree子树和有插入延时的叶节点的时钟树综合。本发明有效减少了时钟树的长度以及时钟树的偏差，减小了设计的功耗和时序收敛的难度。
-
公开(公告)号：CN117975308A
公开(公告)日：2024-05-03
申请号：CN202410214348.4
申请日：2024-02-27
Applicant: 桂林电子科技大学
IPC: G06V20/17 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及无人机技术领域，尤其涉及一种基于多模态图像融合的无人机夜视目标识别系统及方法，包括无人机数据采集模块、红外和微光图像融合模块、夜视与可见光图像融合模块以及目标识别模块，通过无人机数据采集模块采集形成初始数据集，再经红外和微光图像融合模块、夜视与可见光图像融合模块拼接融合获得多模态图像数据集，通过目标识别模块将生成的多模态图像数据集引入YOLOv8目标识别算法，进行图像标注并训练数据集，进而实现对目标物体的识别；最后形成的目标识别模型迁移至无人机中，能够使得无人机更快的产生响应，在终端显示出已经目标识别后的图像，提高夜视环境下的无人机目标识别准确度和效率。
-
Patent Agency Ranking
公开(公告)号：CN117173577A
公开(公告)日：2023-12-05
申请号：CN202311211198.3
申请日：2023-09-19
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/10 , G06V20/13 , G06V10/82 , G06N3/0464 , G06V10/764
Abstract: 本发明提出一种基于改进Swin Transformer的遥感影像建筑物变化检测方法，包括一：采集建筑物的遥感影响数据，对数据集中的遥感影像数据进行预处理，制作训练数据集；二：构建CNN模块与Swin Transformer模块，用于提取建筑物的全局‑局部特征；三：基于CNN‑Swin Transformer特征提取模块来设计特征提取编码器和多尺度特征融合解码器；四：基于CNN‑Swin Transformer特征提取编码器，以及解码器来构建改进的变化检测网络；五：将编码器所提取的特征输入到解码器中，得到二分类结果图。本发明有效提高了建筑物变化检测的准确率，分割结果形状规则且边缘细腻，基本没有检测到伪变化区域。实现对建筑物变化区域的准确检测，对比现有变化检测方法在应用于国土资源管理方面上更具优势。
-
公开(公告)号：CN106597492B
公开(公告)日：2023-09-05
申请号：CN201710066955.0
申请日：2017-02-06
Applicant: 桂林电子科技大学
Abstract: 本发明适用于卫星导航领域，尤其涉及一种卫星导航接收机及其抗远近效应的方法和室内定位方法。卫星导航接收机包括依次相连的天线单元、射频单元、基带信号处理单元、控制与信息处理单元和人机交互单元，所述基带信号处理单元具有远近效应抑制单元，所述远近效应抑制单元包括信号重构模块、弱卫星信号跟踪模块和至少一个强卫星信号跟踪模块，强卫星信号跟踪模块包括第一自相关模块、第一互相关模块、第一减法器和第二减法器，弱卫星信号跟踪模块包括第二自相关模块、第二互相关模块、第三减法器和第四减法器。本发明能增强卫星导航接收机的抗远近效应能力。
-
公开(公告)号：CN116630845A
公开(公告)日：2023-08-22
申请号：CN202310488020.7
申请日：2023-05-04
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种结合层级编码器和并行注意力机制的目标跟踪方法，包括对视频序列进行预处理，得到初始模板图像和初始搜索图像；利用改进的特征提取主干网络VGG16对初始模板图像和初始搜索图像进行特征提取，得到模板特征和搜索特征；将所述模板特征和搜索特征通过并行注意力机制处理得到两个特征；将得到的两个特征融合后分别输入到改进的特征提取主干网络VGG16的后两层卷积块和DWConv‑Transformer编码器中进行处理，得到最终模板特征和最终搜索特征；将最终模板特征经过并行注意力机制处理后与最终搜索特征进行一个互相关卷积，得到两者的相似得分图，并利用相似得分图中最大值点坐标映射回原图得到跟踪结果。
-
公开(公告)号：CN116627175A
公开(公告)日：2023-08-22
申请号：CN202310698163.0
申请日：2023-06-13
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G05D1/10
Abstract: 本发明涉及无人机路径规划领域，具体来说涉及一种基于改进蚁群算法的无人机路径规划方法。本发明提出一种改进的蚁群算法。首先，该算法在启发函数中加入A*算法的估价函数，同时引入抗弯折权重系数，以减少路径弯曲次数以及较大的累积转弯角度；其次，提出利用信息素调配因子来改进信息素的更新规则，提升算法收敛速度和全局最优性；最后，引入回退机制加信息素浓度惩罚机制来解决传统蚁群算法易陷入死锁问题。仿真结果表明，在更加复杂地图中改进的蚁群算法与传统蚁群算法相比，拐角次数减少67％，迭代次数减少75％。改进的蚁群算法收敛速度更快、效率更高，对无人机路径规划更具有现实的指导意义。
-
-
-
-
-
-
-
-
-
Search Results
251
records
(took 0.03 seconds)
