一种基于北斗导航通信的海上救援系统及方法

    公开(公告)号:CN104035106A

    公开(公告)日:2014-09-10

    申请号:CN201410299097.0

    申请日:2014-06-26

    CPC classification number: G01S19/17

    Abstract: 本发明公开一种基于北斗导航通信的海上救援系统及方法,主要由海上用户终端、海洋浮标、地面信息处理中心、救灾调度中心、以及救灾船队和/或飞机组成;其能够在海上用户终端遇到灾情时候,北斗导航和通信模块把灾情信息和定位结果发到地面信息处理中心,同时,海上布设的海洋浮标采集气象和水文等信息,该信息也经北斗导航和通信模块发给地面信息处理中心,地面信息处理中对收到的信息进行处理后,发给救灾调度中心,由调度中心指挥相应的救灾船队和飞机前去海洋救灾。本发明实现简单,救灾效率高,而且硬件成本较低。

    北斗接收机抗干扰性能自动测试方法和系统

    公开(公告)号:CN102830407B

    公开(公告)日:2014-04-16

    申请号:CN201210346409.X

    申请日:2012-09-18

    Abstract: 本发明提供一种北斗接收机抗干扰性能自动测试方法和系统,卫星信号和干扰信号模拟源接收上位机发来的设置参数,模拟用户运动轨迹和状态,并根据预设的星历参数生成北斗卫星导航信号和各种干扰中频数字信号;生成的北斗卫星信号和多种干扰信号经DA、上变频和功率调节后通过天线从不同位置和方位发射出去;被测接收机放置在转动平台上并随转动平台转动;接收机同时接收卫星信号和多个干扰信号,并完成对信号的抗干扰处理、信号处理和导航解算,输出不同干扰模式下相应的定位结果,并输出到上位机,上位机完成接收机抗干扰性能评估,并把评估结果输出。本发明不但可测试接收机在时域和频域的抗干扰能力,而且还能够测试接收机在空域的抗干扰能力。

    基于回传通信信号体制的卫星导航实现方法与系统

    公开(公告)号:CN102608635A

    公开(公告)日:2012-07-25

    申请号:CN201210065955.6

    申请日:2012-03-14

    Abstract: 本发明公开一种基于回传通信信号体制的卫星导航实现方法与系统,通信信息在基带处理单元完成差错控制编码、烫金码扩频和二进制偏置载波调制后,经上变频单元把基带信号转变为C波段射频信号,该射频信号由发射天线发射出去;上述射频信号经由4-6颗的CAPS卫星转发;转发后的信号由4-6面接收天线接收,天线接收到的信号送到地面站数据处理中心统一处理,CAPS测轨站也将其通过网络实时获得的星历信息送入地面站数据处理中心,地面站数据处理中心完成信号的合成、下变频、解扩、解调和测距后获得用户通信信息和测距信息,并利用星历信息和测距信息完成用户的定位和测速。

    一种基于H树的时钟树综合优化方法
    168.
    发明公开

    公开(公告)号:CN117764024A

    公开(公告)日:2024-03-26

    申请号:CN202311811203.4

    申请日:2023-12-26

    Abstract: 本发明提供一种基于H树的时钟树综合优化方法,该方法包括:1)根据时钟树结构确定时钟树根节点,再根据与根节点连接的单元的位置分布和基本单元的分布来确定H树的覆盖范围从而确定tap点的分布和数量;2)通过tap点范围和数量计算步长和起点并规划布线的方向顺序;3)使用setup文件管控整个布局布线流程,包括时钟树综合;4)H树缓冲器和tap点采用定制大驱动缓冲器降低延迟和电压降;5)删除与宏位置重合的tap点和0扇出的tap点;6)充分利用设计规则,去除H树T型交点处的缓冲器;7)通过翻转缓冲器方向减短布线距离;8)使用梯形过孔降低时钟延迟。应用该方法,有利于缩短H树时钟延迟,减轻H树功耗,减少出现电压降和电迁移问题。

    一种应用于无人机图像匹配的SIFT-KNN特征匹配方法

    公开(公告)号:CN116630666A

    公开(公告)日:2023-08-22

    申请号:CN202310723725.2

    申请日:2023-06-19

    Abstract: 本发明提出一种应用于无人机图像匹配的SIFT‑KNN特征匹配方法,包括一:将图像均匀分割成m×n个相同的区域,将每个区域按逐行的顺序分别存储在集合{s1,s2,…,sm}中;二:构建尺度空间,输入图像通过二维高斯函数连续的对尺度进行参数变换,最终得到多尺度空间;三:采用Harris算子检测特征点,通过求解矩阵M特征值判断一个窗口是平面、边缘、角点;四:建立特征点KD树索引,将所有特征点分成两部分,直到每个叶子节点只包含一个像素值,顺着KD树计算出待匹配点的最佳匹配点对;五:判断图像1中的特征点对(f,f'),图像2中的匹配点对(f',f”),匹配点f的像素值Ix,匹配点f”的像素值Iy,若Ix=Iy,则(f,f')为初步正确的特征点对;六:采用渐近一致采样法在步骤五的基础上选取正确率相对要高的匹配点对。

    一种基于障碍物边界点位置的多智能体蜂拥避障方法

    公开(公告)号:CN116185068A

    公开(公告)日:2023-05-30

    申请号:CN202310117278.6

    申请日:2023-02-15

    Abstract: 本发明公开了一种基于障碍物边界点位置的多智能体蜂拥避障方法,包括建立速度约束的多智能体运动模型;设计分离区、预警区和吸引区的位置虚拟势场非负分段函数,建立位置梯度项;根据智能体感知的障碍物边界点位置信息,设计智能体对障碍物边界点的期望速度表征方法,建立速度一致项;建立引导反馈项;基于上述步骤所构建的位置梯度项、速度一致项和引导反馈项,设计速度约束的多智能体运动模型的控制输入项,实现蜂拥避障。与现有技术相比,本发明的新型多智能体蜂拥避障方法完全放松了障碍物信息、形状和边界约束,可以保证多智能体蜂拥避障过程不发生碰撞,可以使感知到障碍物阻挡其跟随的智能体沿障碍物边界绕过障碍物并重新聚集。

Patent Agency Ranking