-
公开(公告)号：CN113484855B
公开(公告)日：2023-02-28
申请号：CN202110825631.7
申请日：2021-07-21
申请人： 电子科技大学
IPC分类号： G01S13/06
摘要： 本发明属于雷达定位技术领域，具体涉及一种外辐射源的单站定位方法。本发明首先采用单个接收站接收外辐射源直达波和目标反射波信号，确定反射外辐射源信号的目标位置坐标、外辐射源直达波来波方向估计、目标的反射波到达时间与外辐射源的直达波到达时间之间的时差估计，然后由目标位置坐标和时差估计，确定外辐射源到目标的距离与外辐射源到单站之间的距离之差，接着由外辐射源的直达波信号来波方向的估计、外辐射源到目标的距离与外辐射源到单站之间的距离之差、时差估计，确定外辐射源与单站之间的距离估计，进而确定外辐射源的横坐标估计和纵坐标估计。
-
公开(公告)号：CN115345322B
公开(公告)日：2023-02-07
申请号：CN202211276348.4
申请日：2022-10-19
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G06N20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V20/10
摘要： 本发明属于目标识别技术领域，具体的说是涉及一种基于小样本的层级化元迁移雷达目标识别方法。本发明基于注意力机制提取特征，在特征级、样本级、和任务级上的层级化深度知识迁移，以寻求一个嵌入空间使得样本接近同类目标的类别原子，远离于其他类目标的类别原子。其中，在特征级设计了基于注意力机制的特征编码器，充分挖掘样本全局性的域不变特征，以克服样本在数据分布上的域差异问题；在样本级设计原子编码器，生成更加稳定的类别原子，以避免离群样本的影响；在任务级，设计元学习器累积训练任务的学习经验迁移至新任务，培养模型跨任务知识迁移的能力，实现元迁移目标识别。本发明的目标识别方法是一种智能的目标识别方法。
-
公开(公告)号：CN109143161B
公开(公告)日：2023-01-10
申请号：CN201811155779.9
申请日：2018-09-30
申请人： 电子科技大学
IPC分类号： G01S5/02 , H04W64/00 , H04B17/318
摘要： 本发明属于室内定位技术领域，涉及基于混合指纹质量评价模型的高精度室内定位方法。本发明首先在离线阶段构建群指纹，相比于传统指纹定位方法只使用RSS指纹，本方法还引入了信号强度差指纹和双曲线定位指纹，它们由AP间的相对信息提取得到，对RSS波动更加稳健。在线定位阶段，接收到待定位目标信号后，首先构建多支撑集。然后通过引入混合指纹质量对多支撑集进行概率建模，获得混合指纹质量评价模型。最后利用Gibbs‑EM算法求解模型获得位置估计。相比于传统指纹融合方法，本方法提出的混合指纹质量在线上阶段实时估计，无需离线阶段的权值训练，存储和匹配，因此消除了传统融合方法中的匹配误差并减少了系统负担。
-
公开(公告)号：CN115345322A
公开(公告)日：2022-11-15
申请号：CN202211276348.4
申请日：2022-10-19
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G06N20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V20/10
摘要： 本发明属于目标识别技术领域，具体的说是涉及一种基于小样本的层级化元迁移雷达目标识别方法。本发明基于注意力机制提取特征，在特征级、样本级、和任务级上的层级化深度知识迁移，以寻求一个嵌入空间使得样本接近同类目标的类别原子，远离于其他类目标的类别原子。其中，在特征级设计了基于注意力机制的特征编码器，充分挖掘样本全局性的域不变特征，以克服样本在数据分布上的域差异问题；在样本级设计原子编码器，生成更加稳定的类别原子，以避免离群样本的影响；在任务级，设计元学习器累积训练任务的学习经验迁移至新任务，培养模型跨任务知识迁移的能力，实现元迁移目标识别。本发明的目标识别方法是一种智能的目标识别方法。
-
公开(公告)号：CN114842081A
公开(公告)日：2022-08-02
申请号：CN202210548983.7
申请日：2022-05-20
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G06T7/73 , G06T7/66 , G06T7/246 , G06V20/10 , G06V20/40 , G06V10/44 , G06V10/74 , G06V10/764 , G06K9/62
摘要： 本发明属于机器人定位技术领域，具体涉及一种基于视觉slam的机器人自主定位方法。本发明的方法主要是：通过获取的图片，从图片中获取FAST角点作为特征点，然后对机器人位姿状态初始化后，通过获取图片中相同特征点进行特征匹配，进而进行追踪。本发明通过跟踪连续帧之间的视觉特征，并在新获取到的图像帧中不断追踪新的特征，从而实现机器人实时定位。
-
公开(公告)号：CN114811343A
公开(公告)日：2022-07-29
申请号：CN202210576602.6
申请日：2022-05-25
申请人： 电子科技大学
摘要： 本发明公开了一种多种固定方式的临时监控用安装架，包括用于安装监控设备的安装板，所述安装板上还固定有套环，还包括调节部件，所述调节部件包括直杆、滑套、第一螺纹杆、内螺纹筒、第二螺纹杆及第一安装座；所述直杆固定于安装板上并与套环相垂直；滑套外套在直杆上并可沿着直杆的长度方向滑动；内螺纹筒的一端与第一螺纹杆的一端螺纹连接，内螺纹筒的另一端与第二螺纹杆的一端螺纹连接，内螺纹筒两端的螺纹旋向相反；第一螺纹杆的另一端与滑套可转动连接，第二螺纹杆的另一端与第一安装座可转动连接，套环、第二转轴以及第三转轴相互平行。本方案不仅可方便的完成监控固定方式调整，同时具有调整方便、安装架本身维护方便的特点。
-
公开(公告)号：CN114727229A
公开(公告)日：2022-07-08
申请号：CN202210325226.3
申请日：2022-03-30
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明属于室内定位技术领域，具体是涉及一种面向异构环境的基于深度强化学习的轨迹定位方法。本发明充分利用了环境中的观测和智能体自身的历史动态信息，以智能体的位置、环境中具有设备异构性的RSS向量和过去n个时刻的历史动作为状态，用于动作的选择。再基于近场条件选择强于RSS阈值对应的APs，以构成选定的APs集合，再根据集合的大小计算最终奖赏值。依据MDP中设计的各要素对智能体的位置进行估计，并以奖赏值为学习导向基于经验重放机制和目标网络进行深度强化学习算法的迭代训练。本发明基于路径损耗模型得到具有设备异构性的仿真RSS数据，实验结果证明本发明所提方法能够实现较高的定位精度，并对处理异构RSS数据也具有一定的鲁棒性。
-
公开(公告)号：CN112953659A
公开(公告)日：2021-06-11
申请号：CN202110102435.7
申请日：2021-01-26
申请人： 电子科技大学
IPC分类号： H04B17/309 , H04B17/12 , H04B17/27
摘要： 本发明属于室内定位技术领域，具体涉及一种信道状态信息CSI幅度指纹优化方法。本发明主要步骤为：从基站中获取一次测量得到的N个子载波的CSI数据；对一次测量的CSI数据做快速傅里叶逆变换(IFFT)，得到时域的信道冲激响应(CIR)；设置噪声门限，识别当前CIR在噪声门限以上的路径；保留主路径，去除其余路径，从而抑制由多径效应带来的CSI幅度误差；以相同变化点数，对处理后的CIR做快速傅里叶变换(FFT)，得到稳定且低维度的CSI幅度。该方法不仅能够解决多径效应导致CSI幅度不稳定使得在多径严重情况下定位精度低的问题，而且还降低了CSI幅度指纹的维度，有效降低了指纹定位算法的时间复杂度，对于室内指纹定位的应用推广具有重要意义。
-
公开(公告)号：CN111626363A
公开(公告)日：2020-09-04
申请号：CN202010467695.X
申请日：2020-05-28
申请人： 电子科技大学
摘要： 本发明属于合成孔径雷达目标识别技术领域，具体的说是涉及一种基于期望最大化算法的多视角SAR目标识别方法。本发明应用卷积神经网络为特征提取器，根据卷积神经网络对目标的预测概率合理地选择标签的数量，不再简单地选择单视角预测概率最大的标签为预测类别，而是根据预测类别的概率分布灵活地选择可靠的标签。考虑到多视角之间的信息补偿特性，随机选择同一目标的多个视角，自适应地构造多视角标签集，运用EM算法求解预测标签的概率分布，得到更加准确的估计标签，实现了多视角融合，提高了识别率。由于对多视角之间的视角间隔没有限制，本发明可灵活应用于实际场景，尤其是对非协作目标进行目标识别。
-
公开(公告)号：CN107360552B
公开(公告)日：2020-02-07
申请号：CN201710648602.1
申请日：2017-08-01
申请人： 电子科技大学
摘要： 本发明公开了一种多分类器全局动态融合的室内定位方法，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的技术领域，解决权值求并没有充分挖掘多分类器之间的内在关联特性，以及RSS波动较大的环境中融合精度降低的问题。本发明对划分好的各格点采集信号强度建立RSS指纹库；在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重储存在权重矩阵中；把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重确定未知源的坐标位置。本发明用于室内定位。
-
-
-
-
-
-
-
-
-
搜索结果
105 条记录 (耗时 0.064 秒)
