-
公开(公告)号：CN113222318A
公开(公告)日：2021-08-06
申请号：CN202110202530.4
申请日：2021-02-23
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明实施方式提供一种分布式的星上自主任务规划方法、系统及存储介质，属于遥感监测技术领域。所述方法包括：同步每颗卫星的单星任务集合以组成总任务集合；每颗所述卫星依据时间窗计算方法根据对应的所述单星任务集合形成对应的任务序列；根据预设的任务规划方法对所述任务序列进行处理以得到每颗所述卫星的初始规划方案；迭代计算所述初始规划方案以得到最终的任务规划方案；在每颗所述卫星之间同步所述任务规划方案。该方法、系统及存储介质能够提高多卫星任务规划的自主性和实效性。
-
公开(公告)号：CN110807579A
公开(公告)日：2020-02-18
申请号：CN201911008719.9
申请日：2019-10-10
Applicant: 北京市遥感信息研究所 , 合肥工业大学
Abstract: 本发明公开了一种资源充足情形下最小完工时间的卫星任务规划方法，其步骤包括：1将待观测区域用网格离散化表示，使得原来对较大区域的覆盖问题转化成对网格的覆盖问题；2在粗粒度的网格上得到可行解后对可行解进行削减，已备在细粒度网格上寻找更优的可行解；3以嵌套的方式重复细化网格，提出在新网格上构建临近覆盖模式的方法，避免每次重新生成所有的覆盖模式；4将网格细化、构建临近覆盖模式和基于动态贪婪的启发式算法结合起来，进行多次迭代，得到较优的可行解。本发明能快速得到以最小完工时间为目的的卫星任务安排结果，从而能使卫星在充足的观测资源下尽可能早的完成观测任务，缩短执行任务所需时间，提高卫星的工作效率。
-
公开(公告)号：CN110782166A
公开(公告)日：2020-02-11
申请号：CN201911027620.3
申请日：2019-10-10
Applicant: 北京市遥感信息研究所 , 合肥工业大学
Abstract: 本发明公开了一种有限资源覆盖最大面积的分区卫星任务规划方法，其步骤包括：1.对待观测矩形区域进行分区；2.向不同分区分配观测资源并为其选择覆盖模式以尽可能地使形成的覆盖方案对应的覆盖面积最大化。本发明能以合适的计算资源得出以有限的观测资源尽可能大地覆盖区域目标的满意方案，达到计算资源消耗与解的最优性之间的平衡，从而能在实际环境下充分利用卫星资源，对重要区域目标进行快速有效的覆盖搜索。
-
公开(公告)号：CN110782166B
公开(公告)日：2023-06-20
申请号：CN201911027620.3
申请日：2019-10-10
Applicant: 北京市遥感信息研究所 , 合肥工业大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种有限资源覆盖最大面积的分区卫星任务规划方法，其步骤包括：1.对待观测矩形区域进行分区；2.向不同分区分配观测资源并为其选择覆盖模式以尽可能地使形成的覆盖方案对应的覆盖面积最大化。本发明能以合适的计算资源得出以有限的观测资源尽可能大地覆盖区域目标的满意方案，达到计算资源消耗与解的最优性之间的平衡，从而能在实际环境下充分利用卫星资源，对重要区域目标进行快速有效的覆盖搜索。
-
公开(公告)号：CN113222318B
公开(公告)日：2022-11-04
申请号：CN202110202530.4
申请日：2021-02-23
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明实施方式提供一种分布式的星上自主任务规划方法、系统及存储介质，属于遥感监测技术领域。所述方法包括：同步每颗卫星的单星任务集合以组成总任务集合；每颗所述卫星依据时间窗计算方法根据对应的所述单星任务集合形成对应的任务序列；根据预设的任务规划方法对所述任务序列进行处理以得到每颗所述卫星的初始规划方案；迭代计算所述初始规划方案以得到最终的任务规划方案；在每颗所述卫星之间同步所述任务规划方案。该方法、系统及存储介质能够提高多卫星任务规划的自主性和实效性。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN108415045B
公开(公告)日：2020-01-24
申请号：CN201810069633.6
申请日：2018-01-24
Applicant: 合肥工业大学 , 北京市遥感信息研究所
Abstract: 本发明提供了一种遥感卫星搜索海上移动目标的方法及装置，涉及遥感卫星领域。本发明实施例在每次搜索之前，利用上一次遥感卫星观测结果更新海上移动目标第一概率，利用本次更新得到的每个第一概率进行相关的运算，得到发现目标概率最大的预测区域，即得到搜索计划中的一个预测区域。本发明实施例的技术方案，克服了单纯依靠历史经验进行目标搜索带来的误差大的问题，能够在每次搜索之前根据上一次搜索的结果，对本次搜索中需要使用的概率参数进行更新，从而能够选出搜索到目标概率最大的预测区域，在提高搜索效率的同时，提高了遥感卫星的使用效率，节省了宝贵的遥感卫星资源。
-
公开(公告)号：CN114862187B
公开(公告)日：2025-05-02
申请号：CN202210484245.0
申请日：2022-05-06
Applicant: 北京市遥感信息研究所 , 中国电子科技集团公司第五十四研究所 , 合肥工业大学
IPC: G06Q10/0639
Abstract: 本发明公开了一种基于AHP层级结构卫星遥感应急任务规划算法评价方法；首先建立评价指标体系，既能反映实际问题对规划算法的功能需求，又能体现不同层次评价指标之间的相互关系；然后分析评价系统中各基本要素之间的关系，建立系统的递阶层级结构，其中最高层(目标层)表示系统的目的，即AHP所要达到的目标，中间层(准则层)表示采用某种措施或政策来实现预定目标所涉及的中间环节，最低层(措施层)表示解决问题的措施或政策。本方法对多套应急方案结果进行评估，选择较优方案执行，可兼顾应急任务时效性和所有任务收益最大化。具有逻辑清晰可见、评估指标体系直观、评估参数客观易获得、计算效率高、易于实现与调试、易于扩展、兼容性强等特点。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.029 seconds)
