-
公开(公告)号：CN110308419B
公开(公告)日：2021-04-06
申请号：CN201910565034.8
申请日：2019-06-27
申请人： 南京大学 , 江苏唐恩科技有限公司
摘要： 本发明公开了一种基于静态求解和粒子滤波的鲁棒TDOA定位方法，包括：步骤1，读取TDOA向量；步骤2，根据历史信息对目标当前的坐标、运动速度、运动方向进行估计；步骤3，利用状态估计对TDOA向量进行异常检测，删除异常值；步骤4，如果剩余基站数小于3，将坐标估计作为目标当前坐标，如果剩余基站数等于3，通过联立方程求解目标当前坐标，如果剩余基站数大于3，将坐标估计作为Taylor算法的初始值求解目标当前坐标；步骤5，将得到的坐标输入受限粒子滤波算法，得到最终的定位结果；步骤6，该TDOA向量处理完毕，如果还有数据待输入，返回步骤1。
-
公开(公告)号：CN112066981A
公开(公告)日：2020-12-11
申请号：CN202010927152.1
申请日：2020-09-07
申请人： 南京大学
摘要： 本发明提供了一种复杂环境下的三维定位追踪方法，包括：步骤1，读取TDOA数据和TOF数据；步骤2，解算三维结果步骤3，反推主基站的TOF数据和从基站的TDOA数据；步骤4，对MS数组进行二维Taylor迭代，将结果存入数组X；步骤5，通过最小二乘法解算，如果无实数解则将z轴结果置0，记为zz，否则解算出两个z轴实数解z(1)、z(2)；步骤6，将z(1)、z(2)分别通过最小二乘法反推出每个基站的TDOA数据，选出解算出的TDOA与实际TDOA数据误差最小的z，并将这个z记为zz；步骤7，进行三维Taylor解算，将结果放入数组Fn；步骤8，对Fn数组进行平均滤波；步骤9，读取下一条数据。
-
公开(公告)号：CN110308419A
公开(公告)日：2019-10-08
申请号：CN201910565034.8
申请日：2019-06-27
申请人： 南京大学 , 江苏唐恩科技有限公司
摘要： 本发明公开了一种基于静态求解和粒子滤波的鲁棒TDOA定位方法，包括：步骤1，读取TDOA向量；步骤2，根据历史信息对目标当前的坐标、运动速度、运动方向进行估计；步骤3，利用状态估计对TDOA向量进行异常检测，删除异常值；步骤4，如果剩余基站数小于3，将坐标估计作为目标当前坐标，如果剩余基站数等于3，通过联立方程求解目标当前坐标，如果剩余基站数大于3，将坐标估计作为Taylor算法的初始值求解目标当前坐标；步骤5，将得到的坐标输入受限粒子滤波算法，得到最终的定位结果；步骤6，该TDOA向量处理完毕，如果还有数据待输入，返回步骤1。
-
公开(公告)号：CN117934970A
公开(公告)日：2024-04-26
申请号：CN202410248161.6
申请日：2024-03-05
申请人： 南京大学
IPC分类号： G06V10/764 , G06V10/44 , G06V10/46 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于局部特征和位置注意力的图像分类器优化方法，包括：对输入特征图X进行维度上的调整，得到中间特征图U以及特征描述符d；学习特征描述符d中各局部特征之间的相互关系，再进行融合，得到新的特征描述符d′；对新的特征描述符d′进行不同维度的变换，生成通用卷积神经网络即所述图像分类器中静态卷积核的五种动态注意力；将上述五种动态注意力施加到卷积核上；利用1×1卷积对中间特征图U进行降维，并施加于动态卷积的卷积运算过程中，完成对图像分类器的优化；使用步骤5中所述的优化好的图像分类器，对输入的图像进行分类；本发明能实现更好的图像分类任务表现。
-
公开(公告)号：CN112066981B
公开(公告)日：2022-06-07
申请号：CN202010927152.1
申请日：2020-09-07
申请人： 南京大学
摘要： 本发明提供了一种复杂环境下的三维定位追踪方法，包括：步骤1，读取TDOA数据和TOF数据；步骤2，解算三维结果步骤3，反推主基站的TOF数据和从基站的TDOA数据；步骤4，对MS数组进行二维Taylor迭代，将结果存入数组X；步骤5，通过最小二乘法解算，如果无实数解则将z轴结果置0，记为zz，否则解算出两个z轴实数解z(1)、z(2)；步骤6，将z(1)、z(2)分别通过最小二乘法反推出每个基站的TDOA数据，选出解算出的TDOA与实际TDOA数据误差最小的z，并将这个z记为zz；步骤7，进行三维Taylor解算，将结果放入数组Fn；步骤8，对Fn数组进行平均滤波；步骤9，读取下一条数据。
-
公开(公告)号：CN109613477B
公开(公告)日：2020-08-04
申请号：CN201910026517.0
申请日：2019-01-11
申请人： 南京大学
IPC分类号： G01S5/02
摘要： 本发明公开了一种复杂环境下的TDOA定位追踪方法，包括：步骤1，读取TDOA数据；步骤2，进行数据预处理，去除误差较大的基站；步骤3，对于剩余有效基站数大于等于4的数据进行解算，将解算结果放入数组P；步骤4，更换主基站，重复步骤3，直到该条数据中的所有基站都当过一次主基站；步骤5，如果P不为空，从中选择最合适的点放入保存最终定位结果的数组T，并清空数组P；步骤6，如果T中加入了新点，进行平均滤波，将滤波结果放入轨迹数组F；步骤7，如果T中没有加入新点，根据F中的数据利用时间和速度对当前坐标进行预测，将预测结果同时放入F和T中；步骤8，该条数据处理完毕，回到步骤1，读取下一条数据。
-
公开(公告)号：CN109613477A
公开(公告)日：2019-04-12
申请号：CN201910026517.0
申请日：2019-01-11
申请人： 南京大学
IPC分类号： G01S5/02
CPC分类号： G01S5/02 , G01S5/0294
摘要： 本发明公开了一种复杂环境下的TDOA定位追踪方法，包括：步骤1，读取TDOA数据；步骤2，进行数据预处理，去除误差较大的基站；步骤3，对于剩余有效基站数大于等于4的数据进行解算，将解算结果放入数组P；步骤4，更换主基站，重复步骤3，直到该条数据中的所有基站都当过一次主基站；步骤5，如果P不为空，从中选择最合适的点放入保存最终定位结果的数组T，并清空数组P；步骤6，如果T中加入了新点，进行平均滤波，将滤波结果放入轨迹数组F；步骤7，如果T中没有加入新点，根据F中的数据利用时间和速度对当前坐标进行预测，将预测结果同时放入F和T中；步骤8，该条数据处理完毕，回到步骤1，读取下一条数据。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.023 秒)
