-
公开(公告)号：CN115128656A
公开(公告)日：2022-09-30
申请号：CN202210802130.1
申请日：2022-07-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种RTK‑GNSS抗差滤波姿态解算方法。在主天线单点定位后，通过惯性导航单元与主天线组合导航提高主天线定位精度。通过对载波双差模型求模糊度固定解，得到整周模糊度解后利用最小二乘法求得基线观测量，得到更精准的基线向量。通过主天线组合导航后的位置和基线向量计算出从天线位置。通过直接法和主从天线最终位置求解出载体的三个姿态角信息。在组合导航定位滤波过程中使用抗差自适应卡尔曼滤波，降低整体滤波过程中GNSS观测粗差和运动状态变化导致的误差，提高整体的滤波性能。本发明能够在观测值出现较大粗差和载体运动状态突然变化的情况下改善系统抗差能力，提高姿态测量精度。并能够在LAMBDA算法求固定解失败时，快速地求解出模糊度固定解。
-
公开(公告)号：CN110262529B
公开(公告)日：2022-06-03
申请号：CN201910510327.6
申请日：2019-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于卷积神经网络的无人机监控方法，包括：采集视频序列，将所述视频序列输到图像处理器中；对采集的视频数据进行预处理，并通过链队列将预处理后的视频数据进行缓存；通过提前预训练好的卷积神经网络模型对链队列中存取的视频数据进行分析，分析后的输出结果为无人机的空间坐标，并将无人机空间坐标下发到监控终端；读取无人机的空间坐标，对所述空间坐标进行分析，计算出舵机转动量，将所述舵机转动量发送到舵机中，控制舵机转动。本发明将卷积神经网络模型应用于无人机监控，并采用多线程链队列等技术进一步优化性能。
-
公开(公告)号：CN113408347B
公开(公告)日：2022-03-15
申请号：CN202110526635.5
申请日：2021-05-14
Applicant: 桂林电子科技大学
Abstract: 本发明涉及自然资源调查监测监管中的建筑物变化检测领域，并具体公开了一种监控摄像头远距离建筑物变化检测的方法，将前时相影像和后时相影像进行双线性插值处理，将前时相影像和后时相影像进行配准，生成高分辨率前时相影像和高分辨率后时相影像，检测高分辨率变化图像中的建筑物，得到高分辨率建筑物变化影像，将高分辨率前时相影像二值化，并对其进行形态学后处理去除斑点噪声，得到高分辨率前时相影像二值图，将其与高分辨率建筑物变化影像进行一比一的像素加权融合，得到建筑物变化区域结果图，通过将低分辨率的影像转为高分辨率的影像，提高目标建筑物的大小，再进行建筑物的变化检测，实现监控摄像头下建筑物的变化检测。
-
公开(公告)号：CN113810842A
公开(公告)日：2021-12-17
申请号：CN202111088441.8
申请日：2021-09-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于用户位置与距离优化的排序聚类定位方法，根据用户前后位置、距离与步长建立了一个类匹配偏差检测模型，达到了对用户位置异常与匹配偏差精确判断的目的，将排序后RSSI向量中的相邻元素作差与设定阈值相比较，确定了待定位点排序特征向量变化位置，进行交换校正，得到了优化后的类匹配结果，最后根据定位时前m时间段内所确定的用户位置与匹配类中指纹点的距离远近，剔除了WKNN定位算法中的异常指纹点，实现了更为精确的WLAN位置指纹室内定位。通过在相似且相近指纹点筛选过程中借助用户位置与距离剔除异常指纹点，实现了对定位算法的优化。
-
公开(公告)号：CN108957492B
公开(公告)日：2021-07-02
申请号：CN201810819089.2
申请日：2018-07-24
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种GPS的L1C/A和L1C联合捕获方法，包括，一：获取离散时间的数字中频L1C/A+L1C信号，得到同相I和正交Q两路信号；二：将本地L1C/A码序列和本地L1C序列拆分为奇单元信号和偶单元信号，将本地L1C序列拆分为奇单元信号cL1C_O和偶单元信号cL1C_E；三：对载波剥离后的复信号I+jQ取模，然后与单元信号cL1_O和cL1C_O相乘，经积分分别得到或四：对滞后个采样点数得到对滞后个采样点数取反得到五：将积分结果和和相乘，得到有边峰的检测量记为SL1和SL1C；六：按照重构规则Sc＝|(|SL1|)·(SL1C+|SL1C|)|2得到无模糊的检测量记为Sc；七：将检测值Sc与判决器设定的检测门限值比较大小，若检测值超过检测门限值，则认为信号被准确捕获；若检测值没有超过检测门限值，则认为信号没有被准确捕获，重复步骤一到步骤七。
-
Patent Agency Ranking
公开(公告)号：CN112113572A
公开(公告)日：2020-12-22
申请号：CN202010987602.6
申请日：2020-09-18
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种解决分布式标签融合的多目标跟踪方法，解决的是标签不统一信息融合差的技术问题，通过采用步骤一，在各个局部传感器上单独运行标签多伯努利滤波器得到局部估计的LMB后验信息，对局部信息设置阈值进行LMB后验修剪截断操作以减少计算复杂度；步骤二，针对各传感器后验标签不一致进行标签匹配从而使得标签一致化；步骤三，共享各传感器与相邻传感器的信息，对共享信息按照标签的方式进行算术平均融合；步骤四，根据融合结果进行目标状态和目标航迹提取的技术方案，较好的解决了该问题，可用于分布式多传感器多目标检测与跟踪中。
-
公开(公告)号：CN111833393A
公开(公告)日：2020-10-27
申请号：CN202010637588.7
申请日：2020-07-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于边缘信息的双目立体匹配方法，首先通过高斯颜色模型对利用高斯采样获取左图像和右图像进行颜色转换，并引入梯度信息，采用邻域中值做阈值代替窗口的中心像素，并利用汉明距离统计所述Census变换值中对应位不相同的数量，得到匹配代价量；其次将获取的图像转换为无向图后，利用加权函数进行梯度运算，并构造最小生成树，同时结合跨尺度代价聚合法进行代价聚合得到视差值；接着利用胜者为王策略，根据得到的视差值生成视差图；最后利用超像素分割算法对像素点进行区域划分，并结合加权中值滤波对所述视差图进行优化处理，可获得较高精度的视差信息，特别是在遮挡区域和边缘信息不连续区域获得较精确的视差图。
-
公开(公告)号：CN109600708B
公开(公告)日：2020-07-10
申请号：CN201811418774.0
申请日：2018-11-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种伪卫星发射端载波相位同步的方法，包括生成至少四路中频信号并经处理产生至少四路射频信号；获取各路射频信号并经处理重新得到相应的各路中频信号；对各路中频信号进行捕获、跟踪解算后得到各路载波相位值；将作为比较信号的各路信号的载波相位值分别与作为基准信号的一路信号的载波相位值做差计算得到至少三个载波相位差值；将各载波相位差值补偿到相应一路信号前一时刻的载波相位值作为相位输入值根据特定算法产生具有新的载波相位的载波；在当前时刻分别用相应具有新的初始相位值的载波对相应基带信号进行调制生成新的中频信号。本发明还公开了一种伪卫星发射端。能够实现发射端各路信号载波相位的同步，有利于提高定位精度。
-
公开(公告)号：CN111175796A
公开(公告)日：2020-05-19
申请号：CN202010064793.9
申请日：2020-01-20
Applicant: 桂林电子科技大学
IPC: G01S19/44
Abstract: 本发明公开了一种网络RTK中长基线模糊度快速解算方法，获取CORS站观测数据，建立GNSS网络RTK参考站双差数据解算模型，对电离层参数进行加权约束，辅助基线模糊度的快速解算，根据参数联合解算得到模糊度和大气延迟误差的浮点解及对应的协方差矩阵，根据设定模糊度解算策略选择模糊度固定子集，并根据设定的约束条件，计算出联合参数的固定值，然后分析比较模糊度固定前后双差电离层标准偏差随历元变化关系，并逐历元实时反馈，将计算出的所述大气因子引入所述GNSS网络RTK参考站双差数据解算模型进行解算，克服了因卫星升降网络RTK中长基线模糊度初始化收敛时间长的问题，提高了基线模糊度固定成功率。
-
公开(公告)号：CN110632636A
公开(公告)日：2019-12-31
申请号：CN201910856238.7
申请日：2019-09-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于Elman神经网络的姿态估计方法，为了解决测姿系统中载波相位差分测姿易受干扰、惯性导航系统存在误差积累的问题，通过Elman神经网络，利用惯性导航系统的数据求出俯仰角、航向角和横滚角三个姿态角的校正值，并用此校正值去修正利用载波相位差分技术所求出的姿态角，测得所述修正值与所述未修正的姿态角相加即可得到精确的载体姿态。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.065 seconds)
