-
公开(公告)号：CN115936275A
公开(公告)日：2023-04-07
申请号：CN202211488677.5
申请日：2022-11-25
Applicant: 北京市遥感信息研究所
IPC: G06Q10/047 , G06N3/126 , B64G1/24
Abstract: 本发明涉及一种基于遗传算法的遥感卫星地面轨迹分布的优化方法，属于遥感卫星星群组网设计技术领域，解决了现有技术中如何满足特定区域的遥感要求的问题。通过获取遥感卫星的参数信息从而建立遥感卫星地面轨迹分布调配方案并确定调配目标函数以及约束条件；基于此利用快速非支配遗传算法对遥感卫星地面轨迹调配方案进行求解，得到最优调配方案。实现了对区域内分布目标的重访时间间隔较小，覆盖率较大，图像类型较多，并且需要进行地面轨迹调整的卫星数量较少。
-
公开(公告)号：CN116310879A
公开(公告)日：2023-06-23
申请号：CN202310333366.X
申请日：2023-03-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于综合效益的光学遥感卫星成像参数优化方法，属于遥感卫星成像效果改进优化技术领域，解决了现有技术中图像质量不清楚的问题。具体包括：获取遥感卫星初始图像，得到初始图像的成像条件以及初始图像成像前设置的初始成像参数；所述参数包括：积分级数M和增益G；基于初始图像的饱和点个数、灰度均值以及动态范围确定初始参数中的待优化的成像参数；基于初始图像的实况成像条件根据成像参数映射表，得到第一成像参数；根据初始图像质量计算得到第二成像参数；基于第一和第二成像参数计算得到待优化的初始成像参数的参数值。实现了提高图像质量的目的。
-
公开(公告)号：CN118708841A
公开(公告)日：2024-09-27
申请号：CN202410697405.9
申请日：2024-05-31
Applicant: 北京市遥感信息研究所
IPC: G06F17/10
Abstract: 本发明涉及一种海洋移动目标圆形时变区域的卫星访问计算方法和装置，属于卫星访问计算技术领域，解决如何获得移动目标圆形时变区域的所有访问窗口及覆盖率的同时消除假解和漏解的问题。该方法包括获取海洋移动目标的圆形时变区域的访问计算初始条件；获取海洋移动目标的最新态势信息和遥感卫星的特征信息；根据是否要求单次全覆盖判断遥感卫星对圆形时变区域进行单次全覆盖访问还是进行部分覆盖访问，当单次全覆盖时，计算点目标访问窗口和圆形时变区域覆盖特性；当部分覆盖时，计算最大圆形时变区域访问窗口和圆形时变区域覆盖特性；以及获得并输出最终访问窗口信息。实现圆形时变区域访问窗口和覆盖特性，同时避免假解和漏解。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN119312838B
公开(公告)日：2025-03-18
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：CN118656947A
公开(公告)日：2024-09-17
申请号：CN202410353948.9
申请日：2024-03-27
Applicant: 北京市遥感信息研究所
IPC: G06F30/20 , G06F17/16 , G06F111/04
Abstract: 本发明涉及一种光学卫星对空间目标监视的多约束任务分配方法和系统，属于大批量空间目标的访问计算技术领域，解决如何快速准确地完成大规模复杂多约束满足的求解问题。方法包括：根据不同类型卫星、空间目标和不同季节的组合构建子约束满足度的排序矩阵；查询排序矩阵以获取相应的子约束满足度的初始排序；在各个离散点处，根据初始排序或调整后的排序计算各个离散点的子约束的满足状态以根据子约束的满足状态确定约束满足状态，当当前子约束的满足状态为不满足时，将其满足状态作为约束的满足状态，调整子约束满足度的排序；否则继续计算后续子约束的满足状态；根据约束满足状态为不同卫星分配观测任务。通过调整零点子约束的排序减少计算数量。
-
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
