-
公开(公告)号：CN118734194A
公开(公告)日：2024-10-01
申请号：CN202411194527.2
申请日：2024-08-29
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F18/243 , G06F18/214 , G06F18/15 , G06N20/20
摘要： 本发明涉及一种基于机器学习的海上航迹自动识别方法、系统及介质，属于航迹识别技术领域。为了解决现有技术中机器学习模型的设计和训练无法克服海上航迹数据的高维度、噪声干扰以及动态变化的问题，提供一种基于机器学习的海上航迹自动识别方法、系统及介质，该方法能够有效地对海上目标进行分类，区分军用和民用船舶；系统利用机器学习算法，对海上目标进行自动分类，包括民用船舶和军用船舶等。该海上航迹自动识别方法，包括数据输入、数据处理、模型训练、航迹分类与评估和数据输出五个步骤。
-
公开(公告)号：CN118608912A
公开(公告)日：2024-09-06
申请号：CN202411080857.9
申请日：2024-08-08
申请人： 中国人民解放军海军航空大学
IPC分类号： G06V10/80 , G06V10/82 , G06V10/774 , G06V10/52 , G06V10/26 , G06V20/50 , G06N3/0464
摘要： 本发明公开了一种基于图像分割的飞机跑道异物检测方法，所用的异物检测网络包括特征学习部分、特征融合部分和掩码生成部分；特征学习部分包括两个多尺度特征学习模块；特征融合部分将特征学习部分得到的第一多尺度特征和第二多尺度特征进行融合得到最终融合特征图；掩码生成部分根据最终融合特征图生成异常物体的掩码图像。本方法通过在图像分割任务上设计多尺度特征学习和融合增强了对不同尺度异物尤其是小体积异物的检测定位能力，同时通过在训练时随机融合同一区域下的不同图像的特征的方式增强了算法对光照、天气变化的鲁棒性。另一方面，本发明可以更好地约束模型学习更精确的分割边界。
-
公开(公告)号：CN117592309B
公开(公告)日：2024-04-26
申请号：CN202410063496.0
申请日：2024-01-17
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F30/20 , G09B19/00 , G06F113/08 , G06F119/14
摘要： 本发明涉及一种链式着舰指挥方法。包括以下步骤：1）结合飞行训练实际，建立复杂气流扰动和高强度回收下固定翼飞机着舰过程的数学模型；2）结合飞行训练实际，建立固定翼飞机着舰指挥的数学模型；3）建立链式着舰指挥机制，帮助飞行员实现气流扰动信息的实时感知、传递和预警；4）结合飞行训练实际，建立链式着舰指挥流程，实现复杂气流扰动及高强度回收下固定翼飞机安全着舰。本发明从指挥机制本身出发，通过气流扰动感知信息的迭代传递，实现“前人感知、后人预警”，在不增添装备前提下，可零成本抑制复杂气流影响，有效预防极端环境导致的人为差错，提升复杂气象条件和高强度回收下的舰载起降质效。
-
公开(公告)号：CN117592309A
公开(公告)日：2024-02-23
申请号：CN202410063496.0
申请日：2024-01-17
申请人： 中国人民解放军海军航空大学
IPC分类号： G06F30/20 , G09B19/00 , G06F113/08 , G06F119/14
摘要： 本发明涉及一种链式着舰指挥方法。包括以下步骤：1）结合飞行训练实际，建立复杂气流扰动和高强度回收下固定翼飞机着舰过程的数学模型；2）结合飞行训练实际，建立固定翼飞机着舰指挥的数学模型；3）建立链式着舰指挥机制，帮助飞行员实现气流扰动信息的实时感知、传递和预警；4）结合飞行训练实际，建立链式着舰指挥流程，实现复杂气流扰动及高强度回收下固定翼飞机安全着舰。本发明从指挥机制本身出发，通过气流扰动感知信息的迭代传递，实现“前人感知、后人预警”，在不增添装备前提下，可零成本抑制复杂气流影响，有效预防极端环境导致的人为差错，提升复杂气象条件和高强度回收下的舰载起降质效。
-
公开(公告)号：CN117496481A
公开(公告)日：2024-02-02
申请号：CN202311467049.3
申请日：2023-11-03
申请人： 中国人民解放军海军航空大学
IPC分类号： G06V20/58 , G06V10/774 , G06V10/82 , G06N3/09 , G06N3/0464
摘要： 本发明公开了一种基于自监督学习的飞机跑道异物检测方法，其包括数据采集与预处理、图像增强与掩码构造、图像重建网络设计、语义损失网络设计、模型训练、跑道异物检测阈值计算、异物检测与告警，本发明通过多个车载摄像头获取跑道图像，通过掩码构造了图像填充任务以提高模型对图像上下文特征信息的学习能力，通过在重建网络添加跨层连接融合不同层的特征信息，以增强算法对无异物区域图像的重建能力，最后构造基于VGG19的语义损失函数促使图像重建网络关注纹理、目标等语义相关特征，进一步优化图像重建网络的语义信息，以进一步提高算法对无异物区域图像的拟合能力，最终实现无异物区域图像与有异物区域图像重建误差的最大化，从而实现跑道异物辅助检测，从而辅助检测人员更迅速地发现异物，提高检查效率，减轻人员负担，减少人力劳动，保障飞行安全。
-
公开(公告)号：CN116994077A
公开(公告)日：2023-11-03
申请号：CN202311204487.0
申请日：2023-09-18
申请人： 中国人民解放军海军航空大学
IPC分类号： G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06V10/764
摘要： 本发明公开了一种复杂风场作用下飞行姿态的回归预测方法，本发明设计生成器根据采样的仿真俯仰角生成风场图像仿真样本，设计判别器在判别输入图像真伪的同时实现俯仰角参数值的回归预测，对姿态参数俯仰角回归预测分支的输出设计基于分布对齐的不平衡回归损失；通过统计采集的真实俯仰角和采样的仿真俯仰角作为先验分布，并训练模型将所预测的俯仰角的分布对齐上述先验分布，从而实现姿态参数回归，最后进行模型训练和测试；本发明有利于矫正并提高风场图像仿真样本的分布质量，并促使模型更适应不平衡样本分布，从而更好地学习所采集的不平衡风场图像数据集的特征，最终实现使用风场图像定量预测飞行姿态的目标，从而更好地辅助评估飞行安全。
-
公开(公告)号：CN118864433A
公开(公告)日：2024-10-29
申请号：CN202411055599.9
申请日：2024-08-02
申请人： 中国人民解放军海军航空大学
IPC分类号： G06T7/00 , G06T7/246 , G06V10/25 , G06V10/82 , G06N3/0475 , G06N3/0455 , G06N3/094
摘要： 本发明公开了一种航空器智能检测跟踪与异常分析方法，涉及航空器智能检测技术领域，其包括数据采集与预处理：采集起飞与降落区域的机场视频数据，并清洗和归一化；对各图像帧进行整理，标注飞行状态；目标跟踪：检测并跟踪飞机目标；行为异常预警：设计行为异常分析算法，分析飞机目标的飞行状态，用于检测飞行状态行为异常；行为异常状态监视与警告：显示目标位置信息和是否存在行为异常；外观异常检测算法构建：设计基于图像要素解耦的自监督异常检测方法，通过解耦正常图像和异常噪声部分促使模型更好地提取图像中正常区域和异常区域的特征；结果显示。本发明通过智能化手段对航空器的起降过程进行实时监测、追踪和异常状态分析，以确保航空器的安全飞行。针对飞机外观上的小区域异常检测的问题，设计基于图像解耦和生成对抗的飞机异常检测方法，以提高模型对飞机外观异常的检测效果。
-
公开(公告)号：CN118818436A
公开(公告)日：2024-10-22
申请号：CN202411302915.8
申请日：2024-09-19
申请人： 中国人民解放军海军航空大学
摘要： 本发明涉及一种基于修正双门限的分布式信号非相参融合检测方法，属于雷达信号处理领域。本发明首先针对三维观测空间中的每一个分辨单元网格，取出其对应的分布式MIMO雷达各观测通道中的待检测单元数据及其参考单元数据，构建对应于该分辨单元网格的各观测通道的AMF CFAR检测统计量，作为局部统计量；利用无目标条件下局部统计量的CFAR特性以及第一门限对应的虚警概率，得到第一门限；采用迭代优化与Monte‑Carlo仿真相结合的方法，求解第二门限；遍历所有分辨单元网格，完成整个观测空间的检测。本发明利用第一门限解决了有效局部统计量的筛选问题，解决了不同数量的有效局部统计量之和所对应的第二门限的求解问题。
-
公开(公告)号：CN118070679B
公开(公告)日：2024-07-09
申请号：CN202410458504.1
申请日：2024-04-17
申请人： 中国人民解放军海军航空大学
摘要： 本发明属于飞行器技术领域，具体来说就是一种飞行器降落评估系统及评估方法。为了解决现有技术中评估信息的经验式、单一性严重限制了评估结果参考价值的问题，提出了一种飞行器评估系统，包括数据模块、评估模块以及演示模块；所述数据模块完成对采集数据的获取以及存储，同时对采集到的实时数据进行处理，生成降落评估训练相关参数的文件存储在数据库中；所述评估模块针对历史数据，基于各阶段飞行性能指标和当前天气因素信息，对飞行器降落进行安全等级评估，辅助做出降落决策；所述演示模块将飞行器的降落评估结果和安全性预测结果展示出来，并对飞行器降落过程进行可视化分析，输出飞行器降落安全性；有效提高飞行器降落的安全性和准确性。
-
公开(公告)号：CN117724048B
公开(公告)日：2024-05-28
申请号：CN202410172237.1
申请日：2024-02-07
申请人： 中国人民解放军海军航空大学
摘要： 本发明涉及一种基于RDPH特征的改进OS‑CFAR检测算法、装置及介质，属于雷达检测算法技术领域。为了解决高海况低信杂比条件下目标能量弱导致目标难以检测的问题，提供一种基于RDPH特征的改进OS‑CFAR检测算法，包括以下步骤：S1、对雷达回波数据进行矩阵划分，进行相对多普勒峰高计算；S2、将上一步得到的脉冲矩阵RDPH取均值；S3、将上一步得到的RDPH数据进行排序并选出第k个数值，得到新的背景RDPH估计值Z=RDPH(k)；S4、将新的背景RDPH估计值与门限系数的乘积作为检测门限，比较待检测统计量与检测门限的大小；若检测统计量大于检测门限，则海杂波中存在目标；若检测统计量小于或等于检测门限，则海杂波中无目标。在实测海雷达数据高海况场景下能够达到更好的检测概率。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.08 秒)
