一种基于地震波特征分析的爆炸目标被动定位系统和方法

    公开(公告)号:CN112147577A

    公开(公告)日:2020-12-29

    申请号:CN202011034628.5

    申请日:2020-09-27

    Abstract: 本发明提供一种基于地震波特征分析的爆炸目标被动定位系统,包括多个定位基站和与其连接的中心站;每个定位基站包括依次连接的传感器阵列、一数据采集卡和工控机,4组定位基站的传感器阵列分别设置于目标爆炸区域的4个端点,数据采集卡采集地震动阵列信号并传输给工控机,工控机通过到达时间差算法对采集的阵列信号进行处理得到目标的测向角度;中心站根据测向角度,进行角度交叉计算得到目标位置。本发明的定位系统通过在目标爆炸区域四个角分设四个定位基站,且先通过传感器阵列和工控机测向后再通过中心站进行角度交叉计算定位,因此无需进行靶场大规模传感器埋设,可实现近千米距离的目标定位,使用少数基站即可实现广域的高精度定位。

    一种地形监测方法
    13.
    发明公开

    公开(公告)号:CN119360292A

    公开(公告)日:2025-01-24

    申请号:CN202411290054.6

    申请日:2024-09-14

    Abstract: 本发明涉及一种地形监测方法,包括以下步骤:在监测点部署标靶并获取图像样本;构建目标检测模型对所述图像样本进行检测,当所述目标检测模型未检测到所述标靶或当所述目标检测模型检测到所述标靶偏离原始位置时输出第一监测信号;所述目标检测模型包括多个以相关系数为激活函数的节点,所述节点包括用来提取输入图像的像素特征单元的核节点,以及基于所述像素特征单元的空间关系形成的、对应所述图像样本不同尺度的像素特征的多层级段节点,所述核节点和所述段节点构成由所述核节点向上逐级收敛的树形结构,并通过根部的段节点输出目标检测位置。本发明能够精准高效的监测目标地形并及时发布地形变化警告信号。

    一种基于深度学习的车辆类型判别方法

    公开(公告)号:CN110852358A

    公开(公告)日:2020-02-28

    申请号:CN201911034377.8

    申请日:2019-10-29

    Abstract: 本发明提供一种基于深度学习的车辆类型判别方法,包括:构建一yolo框架的人工神经网络模型,并且随机初始化权重系数;从网上收集和在当前应用环境中抓拍车辆照片,车辆照片包括在有遮挡、昏暗光线、车辆正面的情况下的车辆照片,对车辆进行标注,并将车辆照片输入人工神经网络模型;使用人工神经网络模型和车辆照片来进行训练;停止训练,得到适用于所述当前应用环境的权重文件;将需要识别的图片输入人工神经网络模型,判别车辆类型并返回结果。本发明的车辆类型判别方法采用的车辆照片包括有遮挡样本、昏暗光线样本以及角度较差的情况下的车辆照片,因此能够降低识别车辆类型时对降低对有无遮挡、光线和拍摄角度的要求。

Patent Agency Ranking