-
公开(公告)号：CN114581700B
公开(公告)日：2024-09-27
申请号：CN202210134054.1
申请日：2022-02-14
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/20
Abstract: 本发明提供一种联合SVM和AHP的极化SAR图像滑坡自动检测方法。该方法包括：步骤1：对灾后极化SAR图像进行预处理，并计算其极化相干矩阵；步骤2：基于极化相干矩阵提取极化特征，根据极化特征采用AHP分析方法确定表面散射机制区域，并进行阈值分割和形态学处理得到疑似滑坡区域；步骤3：利用极化相干矩阵的所有元素构建特征向量，根据特征向量对预处理后的灾后极化SAR图像进行SVM监督分类，将分类结果二值化和形态学处理得到滑坡区域分类结果；步骤4：将步骤2得到的疑似滑坡区域与步骤3得到的滑坡区域分类结果进行逻辑与运算，运算结果即为滑坡区域。本发明可抑制其他背景地物对滑坡检测造成的虚警，并提高滑坡检测正确率。
-
公开(公告)号：CN118466587A
公开(公告)日：2024-08-09
申请号：CN202410673496.2
申请日：2024-05-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及多无人机任务分配技术领域，特别涉及一种基于改进动态蚁群分工模型的异构多无人机协同任务分配方法及系统，在任务区域内获取异构多无人机需要前往的任务点集合、无人机集合、禁飞区域及约束集合，并建立动态环境下描述异构多无人机协同执行多个任务时任务分配问题的无人机任务分配模型；依据无人机执行任务的收益和代价建立任务分配评价目标函数；基于任务分配评价目标函数并利用改进动态蚁群分工模型对无人机任务分配问题进行求解，得出各无人机任务执行有序序列，其中，利用改进动态蚁群分工模型求解时，将任务作为食物源、将无人机作为蚂蚁，各无人机基于当前任务位置及其他无人机选择并利用动态刺激响应得到当前时刻执行当前任务目标的状态转移下一时刻执行另一任务目标状态转移概率，并利用转移概率为下一时刻无人机分配任务目标，所述动态刺激响应包括用于描述任务目标重要性的动态环境刺激值和用于描述无人机执行任务难易程度的动态响应阈值。本发明能够快速有效完成动态环境下的在线任务分配，具有较好的应用前景。
-
公开(公告)号：CN114203004B
公开(公告)日：2023-10-03
申请号：CN202111436479.X
申请日：2021-11-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种增强现实沙盘系统，属于沙盘技术领域。沙盘系统包括实体部分、显示屏部分、控制部分以及固定机构；实体部分包括设定比例的固定实体模型和移动实体模型；显示屏部分包括布设在实体部分四周的显示屏；固定机构包括底座和设置在底座四周的支撑架，实体部分和显示屏部分均铺设在固定机构的底座上，且实体部分和显示屏部分无缝拼接；固定机构的支撑架上固定有投影机和若干摄像机；显示屏、投影机和若干摄像机均与控制部分通信连接。本发明可以更加灵活的展示场景信息，并且结合实体模型加强了实体感，提高了沙盘的体验效果。
-
公开(公告)号：CN114581700A
公开(公告)日：2022-06-03
申请号：CN202210134054.1
申请日：2022-02-14
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06K9/62 , G06V10/20
Abstract: 本发明提供一种联合SVM和AHP的极化SAR图像滑坡自动检测方法。该方法包括：步骤1：对灾后极化SAR图像进行预处理，并计算其极化相干矩阵；步骤2：基于极化相干矩阵提取极化特征，根据极化特征采用AHP分析方法确定表面散射机制区域，并进行阈值分割和形态学处理得到疑似滑坡区域；步骤3：利用极化相干矩阵的所有元素构建特征向量，根据特征向量对预处理后的灾后极化SAR图像进行SVM监督分类，将分类结果二值化和形态学处理得到滑坡区域分类结果；步骤4：将步骤2得到的疑似滑坡区域与步骤3得到的滑坡区域分类结果进行逻辑与运算，运算结果即为滑坡区域。本发明可抑制其他背景地物对滑坡检测造成的虚警，并提高滑坡检测正确率。
-
公开(公告)号：CN114358056A
公开(公告)日：2022-04-15
申请号：CN202111543416.4
申请日：2021-12-16
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于无人机识别技术领域，特别涉及一种基于深度学习的无人机信号识别方法及系统，包含：利用接收机采集多个型号已知的无人机信号，并通过短时傅里叶变换生成与每个无人机信号对应的时频图，利用该多个类型的无人机信号时频图来构建用于模型训练的信号样本数据库；构建依据时频图能量条带和视觉性差异来进行无人机型号识别的无人机识别模型，并利用信号数据样本对模型进行训练；将待检测未知无人机信号通过短时傅里叶变换生成对应的时频图，利用无人机识别模型来识别该未知无人机型号。本发明能够在脉冲干扰、低信噪比和一定时频混叠的环境下较为精确地识别无人机信号的类型，达到无人机目标预警监控的目的，方案步骤清晰，便于实施。
-
Patent Agency Ranking
公开(公告)号：CN114285796A
公开(公告)日：2022-04-05
申请号：CN202111439876.2
申请日：2021-11-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L45/745 , H04L61/5014 , H04L101/69
Abstract: 本发明属于计算机网络技术领域，特别涉及一种基于地理空间标识的路由寻址方法及系统，该方法包括首先利用IPv4报文的可选项对地理空间标识进行定义，以识别地理空间标识报文；然后，定义地理空间标识格式；其次，将DHCP的option字段扩展为地理空间位置信息，定义支持地理空间位置信息的DHCP数据格式，利用IP协议栈中的DHCP机制来完成地理空间标识的注册；最后，通过地理空间标识解析和查表，将地理空间标识报文转发到指定的地理区域。本发明实现了在网络层为与位置相关的信息服务提供统一的承载机制。
-
公开(公告)号：CN114203004A
公开(公告)日：2022-03-18
申请号：CN202111436479.X
申请日：2021-11-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种增强现实沙盘系统，属于沙盘技术领域。沙盘系统包括实体部分、显示屏部分、控制部分以及固定机构；实体部分包括设定比例的固定实体模型和移动实体模型；显示屏部分包括布设在实体部分四周的显示屏；固定机构包括底座和设置在底座四周的支撑架，实体部分和显示屏部分均铺设在固定机构的底座上，且实体部分和显示屏部分无缝拼接；固定机构的支撑架上固定有投影机和若干摄像机；显示屏、投影机和若干摄像机均与控制部分通信连接。本发明可以更加灵活的展示场景信息，并且结合实体模型加强了实体感，提高了沙盘的体验效果。
-
公开(公告)号：CN108737319B
公开(公告)日：2020-10-13
申请号：CN201810798991.0
申请日：2018-07-19
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L27/26
Abstract: 本发明涉及一种目标OFDM信号的实时检测方法及装置，属于OFDM信号处理技术领域。本发明根据OFDM信号中循环前缀是有用信号的结尾部分复制的特点，对待处理信号进行间隔N点的M点滑动自相关，使得到的自相关函数不受载波频率偏差的影响；选取复信号及间隔N点复信号的M点能量作为门限值，该门限值能够跟踪信号能量的变化；根据滑动自相关的模值与自适应门限值之间的关系进行目标OFDM信号的检测。本发明解决了存在频率偏差条件下的目标OFDM信号的实时检测问题，具有自适应门限、不受载波频率偏差影响的特点，提高了OFDM信号实时检测的可靠性。
-
公开(公告)号：CN118501822A
公开(公告)日：2024-08-16
申请号：CN202410586408.5
申请日：2024-05-13
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S7/38
Abstract: 本发明涉及电子对抗技术领域，特别涉及一种雷达跟踪干扰波形设计方法及系统，通过构建指定维度内电子对抗中拖引欺骗干扰目标函数，所述指定维度包括距离、速度和角度；获取目标区域雷达脉冲信号，并基于拖引欺骗干扰目标函数生成指定维度内的干扰脉冲，所述干扰脉冲用于使目标区域雷达跟踪向设定欺骗方向偏移；在目标区域雷达跟踪量测信号中添加干扰脉冲，以在电子对抗中对雷达跟踪进行干扰。本发明通过智能化干扰波形的设计，能够顺利通过雷达信号处理和抗干扰抑制，并利用干扰有效性评价指标和遗传算法IPMGA来实现对雷达跟踪波门的快速拖引，提升电子对抗中的雷达跟踪干扰效果。
-
公开(公告)号：CN115426133B
公开(公告)日：2024-07-05
申请号：CN202210962767.7
申请日：2022-08-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06N3/08 , G06N5/02
Abstract: 本发明属于网络安全技术领域，特别涉及一种基于异构特征簇的深度学习网络异常检测模型构建方法、检测方法和系统，针对同一网络流，利用专家知识抽取若干类别的网络安全特征数据，由每类网络安全特征数据构造对应的数据特征簇；为每类数据特征簇构建对应分支的异常检测模型，利用该类下的数据特征簇来组建异构特征数据集，并利用该异构特征数据集对分支异常检测模型进行训练；针对每个分支的异常检测模型输出，利用拟态裁决来确定最终网络异常检测结果。本发明基于同一网络系统导出的异构数据集，对多特征簇分别进行异常检测并通过综合仲裁输出，以能够准确、全面反映网络状态信息，有效屏蔽单检测器可能产生的检测错误，提升检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.043 seconds)
