-
公开(公告)号：CN118351670A
公开(公告)日：2024-07-16
申请号：CN202410619600.X
申请日：2024-05-20
申请人： 北京理工大学珠海学院 , 北京理工大学
摘要： 本发明涉及电子围栏预警领域，公开了一种基于电子围栏的区域安防预警系统，电子围栏配置模块，用于设置第一电子围栏和第二电子围栏数字边界；并划分多个安全区域；多个无人机管理模块，用于管理无人机数据；密钥生成模块，用于随机生成密钥；解密模块，用于获取相应指令；监测模块，用于获取采样数据；围栏分析模块，用于对密钥和采样数据进行分析，分析是否允许进入目标区域；预警模块，用于发出预警；通过每个安全区域对应的解密方式不同，无人机的相应指令对应其安全区域，因此当无人机执行相应指令，能判断无人机对应安全区域，通过调取对应的无人机管理模块可判断该无人机是否允许通行，缩短识别时间，且提高安全性。
-
公开(公告)号：CN116343023A
公开(公告)日：2023-06-27
申请号：CN202211461436.1
申请日：2022-11-21
申请人： 北京理工大学长三角研究院(嘉兴) , 北京理工大学
摘要： 本发明提出了基于多尺度光谱波段学习的高光谱图像分类方法及系统，属于遥感图像处理技术领域。首先以原始高光谱图像中具有标签的像素点为中心，对原始高光谱图像进行分块操作，得到一系列高光谱数据块。然后，使用光谱权重中心损失函数和交叉熵损失函数训练光谱权重学习模块和多尺度光谱‑空间卷积神经网络。利用光谱权重学习模块对高光谱数据块进行关键光谱信息提取，获得光谱重加权后的高光谱数据块。利用多尺度光谱‑空间卷积神经网络对光谱重加权后的高光谱数据块进行多尺度光谱‑空间融合特征提取，将特征送入多尺度光谱‑空间卷积神经网络进行分类预测，得到最终的分类结果。本发明为光谱图像中关键光谱信息提取提供了新的解决方案。
-
公开(公告)号：CN118139105A
公开(公告)日：2024-06-04
申请号：CN202410281033.1
申请日：2024-03-12
申请人： 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
摘要： 本发明涉及基于空频多域扩展的海量设备低延迟接入识别检测方法，属于无线通信中的数据传输领域，包括：S1，空频扩展的海量物联网设备接入；S2，通过矩阵变换将信道从天线‑频率域变换至角度‑延时域；S3，模型简化；以及S4，数据估计。其中，步骤S1包括下列子步骤：S11，将所有子载波划分为B个资源块，每个资源块包含P个子载波；S12，将属于同一个资源块内的子载波进行等间隔分布；S13，同一资源块内在每个子载波上传输同一星座符号；在步骤S2中，首先将信道与接收信号变换至角度‑频率域，最后变换至角度‑延时域。本发明提增加了系统能够同时容纳的用户个数，提升了数据识别检测性能，并降低了用户的接入延迟。
-
公开(公告)号：CN118138413A
公开(公告)日：2024-06-04
申请号：CN202410254696.4
申请日：2024-03-06
申请人： 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC分类号： H04L27/12 , H04L27/14 , H04L27/144
摘要： 本发明公开了TSN中连续调频波多域参数调制的联合通信探测方法，用于解决自动驾驶场景下的频谱资源受限问题、实现时频资源的合理复用以及联合通信探测功能。包括如下步骤：主动和被动联合通信探测设备通过资源块识别方案获取资源块使用信息并确定所用资源块。主动方采用两帧合并探测方法，发送包括信标帧和DDM帧的连续调频波，通过基于检测的参数信息恢复算法探测环境目标。被动方采用两帧联合探测方法探测环境目标、进行同步时延调整并向主动方发送同步确认信息，实现设备间的自适应时间同步。进入通信过程，主动方对连续调频波进行多域参数信息调制，被动方利用先验信息进行数据解调以及目标探测，并允许持续的跟踪和状态更新。
-
公开(公告)号：CN115979448A
公开(公告)日：2023-04-18
申请号：CN202211720337.0
申请日：2022-12-30
申请人： 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC分类号： G01K7/18
摘要： 本发明涉及一种用于临近空间探测的高精度微纳温度传感器，属于温度测量技术领域。本发明采用微桥式结构，以铂(Pt)电阻为测温敏感元件，大小在微纳米级，并在传感器外表面涂敷防辐射镀膜，具体包括：传感部件、第一电极、第二电极、电源以及导线；传感部件包括：基体、绝缘层、热敏电阻以及防辐射银膜；基体起承载以及对外安装作用，热敏电阻附着在绝缘层附着在基体上，热敏电阻为铂薄膜，实现温度的测量，防辐射铝膜镀于外层，屏蔽外界干扰，并作为电极与导线与电极连接。本发明具有体积小、电阻线性度好、热容量小、防辐射能力强的特点，能达到较高的测量精度和非常小的响应时间，解决临空探测温度的精度、响应时间的问题。
-
公开(公告)号：CN116466034A
公开(公告)日：2023-07-21
申请号：CN202310406876.5
申请日：2023-04-17
申请人： 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC分类号： G01N33/00 , G06N3/0464 , G06N3/08 , G16C20/30
摘要： 一种基于SNSPD系统颗粒物水平浓度反演与预测的系统与方法，属于空气质量监测领域。本发明通过SNSPD系统获取消光系数的高分辨率水平分布；通过气象参数测量设备获取气压、相对湿度与温度数据；通过大气颗粒物浓度测量设备获取大气颗粒物浓度数据；并利用神经网络建立消光系数及气象参数与大气颗粒物浓度之间的强耦合关系。然后，将所需测量范围内的相关数据输入神经网络进行颗粒物浓度反演。最后，利用所得大气颗粒物浓度反演数据结合神经网络进行时间序列预测。本发明适用于气象监控与预报、环境监控等领域，提高颗粒物水平浓度的探测以及预测的分辨率与准确性。
-
公开(公告)号：CN116086638A
公开(公告)日：2023-05-09
申请号：CN202211720342.1
申请日：2022-12-30
申请人： 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC分类号： G01K7/18 , G01K1/14 , G01K13/024 , G01K13/02 , G01K15/00
摘要： 本发明公开一种临近空间温度的高精度原位测量方法，属于临近空间温度测量技术领域。本发明基于复杂的临近空间环境，采用铂薄膜温度传感器实现温度数据的采集，通过仿真分析确定铂薄膜温度传感器的最佳安装位置，采用临空飞艇平台作为空基平台进行探空仪的投放，采集临近空间的温度数据，同步采集大气环境参数数据，并根据临近空间温度原位测量的误差来源，对铂薄膜温度传感器实际测量数据进行补偿，得到高精度的临近空间温度的原位测量值。本发明扩大临近空间温度参数的探测范围；温度测量线性度好，精度高，热滞后小，受辐照影响小；气动热测量温度的影响小；综合误差来源，实现临近空间温度原位测量误差补偿。
-
公开(公告)号：CN118019047A
公开(公告)日：2024-05-10
申请号：CN202410230192.9
申请日：2024-02-29
申请人： 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC分类号： H04W24/08 , H04B7/0413 , H04W74/0833 , H04L25/02
摘要： 本发明公开时间敏感网络中频域预均衡的多用户接入识别检测方法，属于无线通信中的数据传输技术领域。本发明实现方法为：在下行阶段，基站某一跟天线向所有用户设备广播标志信号，用户进行同步、信道估计、功率控制。在上行传输阶段，用户采用免授权方式进行数据传输。用户发射信号的过程包括星座符号调制，乘扩频序列，预均衡以及OFDM调制。基站在联合用户活跃性与数据粗估计来识别活跃用户序号以及数据的粗估计，利用估计得到的数据进行信道估计。利用信道估计值进行更精确的数据估计。信道估计以及数据估计之间能够进行迭代。本发明能够在较少的时频资源下实现数据检测以及信道估计，实现时间敏感网络所期望的高实时性、高可靠性数据传输。
-
公开(公告)号：CN116359947A
公开(公告)日：2023-06-30
申请号：CN202310322591.3
申请日：2023-03-29
申请人： 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC分类号： G01S17/95
摘要： 本发明公开的一种单光子激光雷达水平方向气溶胶消光系数反演方法，属于大气监测技术领域。本发明实现方法为：获取水平方向的气溶胶回波信号数据，对原始信号进行背景去噪、几何重叠因子修正、距离平方修正和平滑处理；在最大探测距离附近设置初始参考点，并结合差分比较与小波变化对处理后的气溶胶回波信号数据进行突变区间定位；在相邻突变区间之间重新选取新参考点，使用Collis—Fernald迭代算法求得新参考点附近的消光系数边界值稳定解；将得到的初始参考点和初始参考点处消光系数边界值代入Fernald后向积分公式，反演得到初始参考点直至探测路径起点之间距离上的气溶胶消光系数值。本发明能够提高消光系数反演的精度和可靠性。
-
公开(公告)号：CN116341377A
公开(公告)日：2023-06-27
申请号：CN202310271185.9
申请日：2023-03-20
申请人： 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/08 , G06F119/14 , G06F119/08 , G06F113/08 , G06F119/02
摘要： 本发明公开的一种基于LSTM神经网络的下投式探测组件轨迹预测方法，属于下投式探测组件、高空探测技术领域。本发明基于LSTM神经网络处理时间序列的特性，采用数据化的方法，通过学习下投式探测组件的历史轨迹数据，将环境因素对下投式探测组件轨迹的影响，将温度、湿度、气压这三个环境参数结合到下投式探测组件轨迹数据中；建立下投式探测组件的高精度轨迹预测模型，对传感器采集的参数预处理，并对温度、气压数据采用相应补偿算法的进行补偿，保证输入到LSTM神经网络中数据的可靠性与真实性；采用递归预测方法对下投式探测组件的未来运动轨迹进行预测。本发明能够辅助选择合适的下投时机与下投点，提高下投式探测组件探测任务的效率与精度。
-
-
-
-
-
-
-
-
-
搜索结果
93 条记录 (耗时 0.027 秒)
