-
-
公开(公告)号：CN111583266B
公开(公告)日：2021-09-24
申请号：CN202010380485.7
申请日：2020-05-08
Applicant: 清华大学 , 中国人民解放军海军航空大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于费雪向量的自适应合成孔径雷达图像超像素分割方法，包括以下步骤：对输入合成孔径雷达图像进行设置，并初始化参数，迭代更新像素标签、更新超像素中心、更新特征权重；判断迭代次数是否达到最大迭代次数，若是，在停止迭代，若不是，则返回更新像素标签步骤继续迭代；消除超像素中的过小超像素；输出超像素分割结果。实现了更高的超像素分割性能，提升了边界召回率，降低了误分割率，有助于后续的SAR图像中基于超像素的目标检测和识别性能的提升。
-
公开(公告)号：CN112766286B
公开(公告)日：2021-09-14
申请号：CN202110161165.7
申请日：2021-02-05
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本发明提出一种基于SAR图像全局‑局部特征的舰船目标检测方法，属于雷达图像处理领域。该方法首先对SAR图像建立对应的混合高斯模型，并对该图像进行超像素分割；然后分别计算每个超像素的费雪向量，以及每个费雪向量的全局密度对比度、全局密度距离对比度以及局部对比度；对全局密度对比度、全局密度距离对比度和局部对比度求积得到每个超像素的检验统计量；对每个检验统计量进行判定，最终得到SAR图像的舰船检测结果。本发明在SAR图像舰船检测中额外考虑了费雪向量的全局对比特征，有助于降低检测结果中的虚警率。
-
公开(公告)号：CN109755937B
公开(公告)日：2021-08-31
申请号：CN201910048667.1
申请日：2019-01-18
Applicant: 内蒙古电力(集团)有限责任公司电力调度控制分公司 , 清华大学
Abstract: 本发明实施例提供一种基于量测的区域电网惯量计算方法和装置，所述方法包括：构建待分析区域电网频率响应模型，模型输入为联络线注入区域电网的功率偏差，输出为区域电网频率偏差，区域电网惯量为模型的一个参数；获取电网其他部分发生功率扰动后，区域电网联络线注入功率偏差和频率偏差的量测曲线；构建优化模型，决策变量为区域电网频率响应模型的参数，优化目标为以量测的联络线注入功率偏差曲线为输入时模型的仿真输出和量测的频率偏差曲线差别最小，求解优化模型获得最优决策变量，即获得区域电网惯量的辨识结果。本发明能够准确计算出区域电网的转动惯量，为电网分析与运行控制提供重要的数据基础。
-
公开(公告)号：CN113207106A
公开(公告)日：2021-08-03
申请号：CN202110357470.3
申请日：2021-04-01
Abstract: 本发明实施例提供了一种无人机融合控制方法及装置。确定目标区域，以及雷达探测的探测精度；确定公有速率上限值，以及私有速率上限值；基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定目标部署位置；基于目标部署位置，利用预设能效函数，确定目标波束赋形矩阵以及目标公有速率分配向量；执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机的目标部署位置的步骤，直至误差小于预设误差阈值。通过本发明实施例提供的技术方案，有效保证无人机在综合通信功能与雷达探测功能后，在保证传输速率的前提下，有效减少无人机的能耗，提高无人机的续航能力。
-
Patent Agency Ranking
公开(公告)号：CN113192078A
公开(公告)日：2021-07-30
申请号：CN202110420778.8
申请日：2021-04-19
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本发明提出一种基于密度的快速海面SAR图像超像素分割方法，属于合成孔径雷达图像处理领域。该方法在训练阶段，获取大小相同的纯净杂波子图像和纯净含海面目标的子图像，计算每张子图像的密度向量并建立加权稀疏优化问题并求解，得到最优权重向量和最优偏差；在测试阶段，获取一张海面SAR图像并划分为多张子图像，利用最优权重向量和最优偏差计算每张子图像对应标签，判定该子图像是否可能含有目标；对所有可能含有目标的子图像进行超像素分割，得到该海面SAR图像的最终超像素分割结果。本发明通过在SAR图像超像素分割前先行快速删除大量的海杂波区域，再对剩余区域进行精细分割，显著提升了现有超像素分割方法的计算速度和存储效率。
-
公开(公告)号：CN112906577A
公开(公告)日：2021-06-04
申请号：CN202110202150.0
申请日：2021-02-23
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本申请实施例提供一种多源遥感图像的融合方法，具体涉及图像处理领域，所述方法包括：基于目标提议对天基遥感图像和空基遥感图像中共同的目标区域进行增强，并基于科普拉模型对天基遥感图像和空基遥感图像的共同目标区域中杂波区域进行抑制。相比于传统的遥感图像融合方法，本发明所提出的方法可以显著地提升天空基合成遥感图像中的目标与杂波比，有助于提升后续的目标检测和目标识别性能。
-
公开(公告)号：CN112686095A
公开(公告)日：2021-04-20
申请号：CN202011410712.2
申请日：2020-12-04
Applicant: 中国人民解放军海军航空大学 , 清华大学
Abstract: 本发明涉及一种一种静止轨道凝视卫星遥感图像舰船目标航迹关联方法，属于卫星遥感技术领域，引入船舶自动识别系统信息，首先实现对合作舰船目标的关联，有效减少了关联匹配组合的数目，然后分两个关联阶段，对非合作目标的关联，不仅减少关联算法中的匹配组合数目，提高舰船目标航迹关联的速度，而且克服了中低分辨率、低帧率条件对舰船目标的断续航迹关联的影响，降低了关联复杂度，提高了关联正确率，最终对关联上的断续航迹进行连接，提高了舰船目标态势展示的完整性。
-
公开(公告)号：CN112235808A
公开(公告)日：2021-01-15
申请号：CN202011083838.3
申请日：2020-10-12
Applicant: 中国人民解放军海军航空大学 , 清华大学
Abstract: 本发明公开了一种多智能体分布式协同动态覆盖方法及系统。所述方法包括：更新目标智能体上一时刻的覆盖信息素图得到本地更新信息素图；判断邻居节点集是否为空；若否，则接收邻居节点集发送的消息包，并采用消息包更新目标智能体当前时刻的本地更新信息素图得到融合更新信息素图；基于目标智能体当前时刻的位置、速度和融合更新信息素图，计算目标智能体当前时刻的综合控制项；若是，则基于目标智能体当前时刻的位置、速度和本地更新信息素图计算目标智能体当前时刻的综合控制项；由目标智能体当前时刻的综合控制项计算目标智能体下一时刻的位置和下一时刻的速度。本发明能实现未知环境条件下基于多智能体协同的快速完全覆盖。
-
公开(公告)号：CN112230195A
公开(公告)日：2021-01-15
申请号：CN202010911596.6
申请日：2020-09-02
Applicant: 清华大学 , 中国人民解放军海军航空大学
Abstract: 本申请公开了一种基于非线性最优平滑层策略的平滑变结构滤波方法及系统，方法包括：基于非线性切换函数在最小均方误差准则下实时计算非线性最优平滑层参数；将该非线性最优平滑参数与预设的平滑层参数对比，以判断当前模型不确定度的大小；根据不确定度大小采用一种自适应切换策略计算增益项，并利用增益项在一个先验预测‑后验更新的框架中计算目标状态估计值；上述过程序贯迭代以实现对目标状态的持续跟踪。该方法采用基于非线性最优平滑层参数的自适应切换策略计算增益项，能够实现跟踪算法及系统在低模型不确定度下的最优性，同时保证高不确定度下的鲁棒性和优良的抖振抑制特性，从而获得更好的目标状态跟踪精度，具有较高的工程应用价值。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.071 seconds)
