-
公开(公告)号：CN110782166A
公开(公告)日：2020-02-11
申请号：CN201911027620.3
申请日：2019-10-10
Applicant: 北京市遥感信息研究所 , 合肥工业大学
Abstract: 本发明公开了一种有限资源覆盖最大面积的分区卫星任务规划方法，其步骤包括：1.对待观测矩形区域进行分区；2.向不同分区分配观测资源并为其选择覆盖模式以尽可能地使形成的覆盖方案对应的覆盖面积最大化。本发明能以合适的计算资源得出以有限的观测资源尽可能大地覆盖区域目标的满意方案，达到计算资源消耗与解的最优性之间的平衡，从而能在实际环境下充分利用卫星资源，对重要区域目标进行快速有效的覆盖搜索。
-
公开(公告)号：CN119337923A
公开(公告)日：2025-01-21
申请号：CN202411877644.9
申请日：2024-12-19
Applicant: 合肥工业大学 , 北京市遥感信息研究所
IPC: G06N3/04 , G06N3/08 , G06F18/10 , G06F18/214 , G06F18/22
Abstract: 本发明提供一种基于混合卡尔曼神经网络的船舶轨迹预测方法、系统、存储介质和电子设备，涉及轨迹预测技术领域。本发明中，通过将神经网络引入卡尔曼滤波框架，保留卡尔曼滤波的数学基础和解释性，同时利用神经网络的拟合能力和学习能力。当动力学神经网络模型的输出结果存在噪声时，利用基于混合卡尔曼神经网络对其进行优化，从而更好地处理现实世界中复杂多变的动态系统，实现更准确、鲁棒的航迹预测。
-
公开(公告)号：CN119312838A
公开(公告)日：2025-01-14
申请号：CN202411877645.3
申请日：2024-12-19
Applicant: 合肥工业大学 , 北京市遥感信息研究所
IPC: G06N3/044 , G06N3/08 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种基于条件循环神经网络的船舶轨迹预测方法、系统、存储介质和电子设备，涉及轨迹预测技术领域。本发明中，首先根据当前轨迹的引力点和斥力点信息，引入人工势场模型，获取具有先验知识的合力大小、合力点坐标；然后将合力大小、合力点坐标对应作为第一非时序特征条件、第二非时序特征条件，并嵌入条件循环神经网络模型与时序特征构成混合信息，以获取船舶的最佳预测轨迹序列。一方面解决真实航迹预测应用场景下训练数据不足的问题；另一方面将对航迹预测重要的先验知识加入时间序列预测过程，充分发挥时序性特征和具有先验知识的非时序性特征条件在船舶航迹预测中的作用，提高面对复杂海洋环境时船舶轨迹预测的精度和效率。
-
公开(公告)号：CN117010713A
公开(公告)日：2023-11-07
申请号：CN202310986775.X
申请日：2023-08-04
Applicant: 合肥工业大学 , 北京市遥感信息研究所
IPC: G06Q10/0637 , G06Q50/26 , G06F18/22
Abstract: 本发明提供一种基于海面移动目标搜索的方案元任务重要性评价方法、系统、存储介质和电子设备，涉及卫星元任务重要性评价领域。本发明根据各个实时卫星元任务的任务场景，将任务基础优先级进行层次化优先级映射，层次化优先级映射包括场景匹配和通用化优先级映射，获取各个实时卫星元任务的优先级信息，实现与各实际应用系统的兼容，保证海面移动目标搜索任务与其他类型任务如固定目标监测任务等在同一个系统中进行任务排程，保证了在卫星资源有限的情况效益最大化；自主调整各个实时卫星元任务的优先级信息，获取最终的方案元任务重要性评价结果，实现人机交互，可以为不同等级的用户如首长、值班领导、普通规划用户等提供优先级调整权限。
-
公开(公告)号：CN108415045B
公开(公告)日：2020-01-24
申请号：CN201810069633.6
申请日：2018-01-24
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明提供了一种遥感卫星搜索海上移动目标的方法及装置，涉及遥感卫星领域。本发明实施例在每次搜索之前，利用上一次遥感卫星观测结果更新海上移动目标第一概率，利用本次更新得到的每个第一概率进行相关的运算，得到发现目标概率最大的预测区域，即得到搜索计划中的一个预测区域。本发明实施例的技术方案，克服了单纯依靠历史经验进行目标搜索带来的误差大的问题，能够在每次搜索之前根据上一次搜索的结果，对本次搜索中需要使用的概率参数进行更新，从而能够选出搜索到目标概率最大的预测区域，在提高搜索效率的同时，提高了遥感卫星的使用效率，节省了宝贵的遥感卫星资源。
-
Patent Agency Ranking
公开(公告)号：CN110782166B
公开(公告)日：2023-06-20
申请号：CN201911027620.3
申请日：2019-10-10
Applicant: 北京市遥感信息研究所 , 合肥工业大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种有限资源覆盖最大面积的分区卫星任务规划方法，其步骤包括：1.对待观测矩形区域进行分区；2.向不同分区分配观测资源并为其选择覆盖模式以尽可能地使形成的覆盖方案对应的覆盖面积最大化。本发明能以合适的计算资源得出以有限的观测资源尽可能大地覆盖区域目标的满意方案，达到计算资源消耗与解的最优性之间的平衡，从而能在实际环境下充分利用卫星资源，对重要区域目标进行快速有效的覆盖搜索。
-
公开(公告)号：CN113222318B
公开(公告)日：2022-11-04
申请号：CN202110202530.4
申请日：2021-02-23
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明实施方式提供一种分布式的星上自主任务规划方法、系统及存储介质，属于遥感监测技术领域。所述方法包括：同步每颗卫星的单星任务集合以组成总任务集合；每颗所述卫星依据时间窗计算方法根据对应的所述单星任务集合形成对应的任务序列；根据预设的任务规划方法对所述任务序列进行处理以得到每颗所述卫星的初始规划方案；迭代计算所述初始规划方案以得到最终的任务规划方案；在每颗所述卫星之间同步所述任务规划方案。该方法、系统及存储介质能够提高多卫星任务规划的自主性和实效性。
-
公开(公告)号：CN117035449A
公开(公告)日：2023-11-10
申请号：CN202310980151.7
申请日：2023-08-04
Applicant: 合肥工业大学 , 北京市遥感信息研究所
IPC: G06Q10/0637 , G06Q50/26 , G06F18/24 , G06F18/25
Abstract: 本发明提供一种面向组合观测任务的卫星任务筹划方法、系统、存储介质和电子设备，涉及卫星任务筹划技术领域。本发明以预设的时间阈值生成时间区间和观测时间窗集合，选取观测时间窗成像质量因子、时效性因子和竞争度因子进行计算，获得时间区间内每个观测时间窗的各个启发式因子值；将时间区间内的观测时间窗优先级按照光学卫星和SAR卫星进行分类加权，计算时间区间的优先级并进行排序，从而实现对所构造时间区间的有效选择；根据时间区间优先级进行观测时间窗的遍历，执行插入算法，进行约束判断，并更新筹划方案。通过启发式因子设计和面向组合观测任务的任务筹划算法构建，指导了筹划方案的生成，提高了任务目标差异性特征的获取效率。
-
公开(公告)号：CN108415045A
公开(公告)日：2018-08-17
申请号：CN201810069633.6
申请日：2018-01-24
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明提供了一种遥感卫星搜索海上移动目标的方法及装置，涉及遥感卫星领域。本发明实施例在每次搜索之前，利用上一次遥感卫星观测结果更新海上移动目标第一概率，利用本次更新得到的每个第一概率进行相关的运算，得到发现目标概率最大的预测区域，即得到搜索计划中的一个预测区域。本发明实施例的技术方案，克服了单纯依靠历史经验进行目标搜索带来的误差大的问题，能够在每次搜索之前根据上一次搜索的结果，对本次搜索中需要使用的概率参数进行更新，从而能够选出搜索到目标概率最大的预测区域，在提高搜索效率的同时，提高了遥感卫星的使用效率，节省了宝贵的遥感卫星资源。
-
公开(公告)号：CN119337923B
公开(公告)日：2025-03-25
申请号：CN202411877644.9
申请日：2024-12-19
Applicant: 合肥工业大学 , 北京市遥感信息研究所
IPC: G06N3/04 , G06N3/08 , G06F18/10 , G06F18/214 , G06F18/22
Abstract: 本发明提供一种基于混合卡尔曼神经网络的船舶轨迹预测方法、系统、存储介质和电子设备，涉及轨迹预测技术领域。本发明中，通过将神经网络引入卡尔曼滤波框架，保留卡尔曼滤波的数学基础和解释性，同时利用神经网络的拟合能力和学习能力。当动力学神经网络模型的输出结果存在噪声时，利用基于混合卡尔曼神经网络对其进行优化，从而更好地处理现实世界中复杂多变的动态系统，实现更准确、鲁棒的航迹预测。
-
-
-
-
-
-
-
-
-
Search Results
486
records
(took 0.091 seconds)
