-
公开(公告)号：CN116224380A
公开(公告)日：2023-06-06
申请号：CN202211468388.9
申请日：2022-11-22
申请人： 广东工业大学
摘要： 本申请涉及北斗卫星定位技术领域，尤其涉及一种多径信号识别模型的自适应压缩方法、装置、设备及存储介质，所述方法包括：与多径信号识别模型的每一层进行交互，确定所述多径信号识别模型的网络结构；根据所述多径信号识别模型的网络结构，构造深度强化学习算法的状态、动作以及奖励；基于所述状态、所述动作以及所述奖励，利用所述深度强化学习算法，确定所述多径信号识别模型的压缩策略；根据所述压缩策略，自适应地对所述多径信号识别模型进行压缩，得到轻量化模型。能够在提高多径信号识别模型压缩率的同时保证压缩的精确度。
-
公开(公告)号：CN114372438B
公开(公告)日：2023-04-07
申请号：CN202210030064.0
申请日：2022-01-12
申请人： 广东工业大学
IPC分类号： G06F30/392 , G06F30/398 , G06F30/27 , G06N3/045 , G06N3/082 , G06F115/06
摘要： 本发明涉及一种基于轻量化深度强化学习的芯片宏单元布局方法及系统，通过将策略网络按通道划分为互相独立的多个子网络，不仅为策略网络的轻量化提供了多通道多层结构化剪枝的新思路，也为以后策略网络对数据进行分块处理提供了方法；通过在策略网络的目标函数中引入组正则子，对子网络的权值参数进行组内和组间的稀疏约束，并对稀疏化的策略网络进行剪枝压缩，能够更好地消除一些不重要的输入数据带来的梯度计算，解决网络权值参数冗余的问题，减少基于深度强化学习的芯片布局方法中的芯片宏单元布局过程对存储资源和计算资源的浪费，降低了芯片宏单元布局过程对硬件设备的要求，推进了硬件设计的更新发展。
-
公开(公告)号：CN114841098A
公开(公告)日：2022-08-02
申请号：CN202210384663.2
申请日：2022-04-13
申请人： 广东工业大学
IPC分类号： G06F30/327 , G06F30/392 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于稀疏表示驱动的深度强化学习的北斗导航芯片设计方法，包括：基于芯片的宏单元特征、网表图信息和网表元数据得到图嵌入、当前宏单元嵌入和网表元数据嵌入并经过第二全连接网络得到三维的状态空间；对价值网络最后一层隐藏层的神经元添加正则子进行稀疏约束，得到基于稀疏表示的价值网络；将三维的状态空间输入到基于稀疏表示的价值网络，得到价值函数；将三维的状态空间输入到策略网络并在价值函数的指导下，得到北斗导航芯片宏单元的最优布局策略。基于稀疏表示的价值网络缓解价值网络参数学习的灾难性干扰的问题，提高基于深度强化学习的北斗导航芯片设计的准确性和鲁棒性。
-
公开(公告)号：CN115840240A
公开(公告)日：2023-03-24
申请号：CN202211504017.1
申请日：2022-11-29
申请人： 广东工业大学
摘要： 本发明公开了基于LSTM深度强化学习的自动驾驶定位方法及系统，该方法包括：基于部分可观测马尔可夫决策对自动驾驶复杂环境进行归一化预处理，得到实时动态定位结果；将实时动态定位结果输入至基于LSTM的深度强化学习模型进行校正处理，得到位置校正动作评估值；基于位置校正动作评估值对自动驾驶车辆进行位置定位修正。该系统包括：预测模块、修正模块和应用模块。通过使用本发明，能够通过考虑自动驾驶在复杂环境中具有高动态、时序性和复杂性从而生成更精准的卫星定位位置。本发明作为基于LSTM深度强化学习的自动驾驶定位方法及系统，可广泛应用于自动驾驶卫星定位技术领域。
-
公开(公告)号：CN112213743B
公开(公告)日：2024-05-17
申请号：CN202011033147.2
申请日：2020-09-27
申请人： 泰斗微电子科技有限公司 , 广东工业大学
IPC分类号： G01S19/23
摘要： 本申请实施例适用于定位技术领域，提供了一种接收机的定位精度测试方法、装置、终端设备及存储介质，所述方法包括：控制放置有待测试的接收机的测试设备旋转；在所述测试设备旋转过程中，采集所述接收机输出的定位结果；采用所述定位结果，生成与所述接收机的旋转轨迹相匹配的三维拟合圆；确定所述三维拟合圆的圆周误差，并根据所述圆周误差识别所述接收机的定位精度。上述方法，可以利用拟合圆的圆周特性来分析接收机在动态情况下的定位精度，降低接收机动态定位精度的识别难度。
-
公开(公告)号：CN114841098B
公开(公告)日：2023-04-18
申请号：CN202210384663.2
申请日：2022-04-13
申请人： 广东工业大学
IPC分类号： G06F30/327 , G06F30/392 , G06N3/042 , G06N3/084
摘要： 本发明涉及一种基于稀疏表示驱动的深度强化学习的北斗导航芯片设计方法，包括：基于芯片的宏单元特征、网表图信息和网表元数据得到图嵌入、当前宏单元嵌入和网表元数据嵌入并经过第二全连接网络得到三维的状态空间；对价值网络最后一层隐藏层的神经元添加正则子进行稀疏约束，得到基于稀疏表示的价值网络；将三维的状态空间输入到基于稀疏表示的价值网络，得到价值函数；将三维的状态空间输入到策略网络并在价值函数的指导下，得到北斗导航芯片宏单元的最优布局策略。基于稀疏表示的价值网络缓解价值网络参数学习的灾难性干扰的问题，提高基于深度强化学习的北斗导航芯片设计的准确性和鲁棒性。
-
公开(公告)号：CN112213743A
公开(公告)日：2021-01-12
申请号：CN202011033147.2
申请日：2020-09-27
申请人： 泰斗微电子科技有限公司 , 广东工业大学
IPC分类号： G01S19/23
摘要： 本申请实施例适用于定位技术领域，提供了一种接收机的定位精度测试方法、装置、终端设备及存储介质，所述方法包括：控制放置有待测试的接收机的测试设备旋转；在所述测试设备旋转过程中，采集所述接收机输出的定位结果；采用所述定位结果，生成与所述接收机的旋转轨迹相匹配的三维拟合圆；确定所述三维拟合圆的圆周误差，并根据所述圆周误差识别所述接收机的定位精度。上述方法，可以利用拟合圆的圆周特性来分析接收机在动态情况下的定位精度，降低接收机动态定位精度的识别难度。
-
公开(公告)号：CN115038166A
公开(公告)日：2022-09-09
申请号：CN202210548687.7
申请日：2022-05-20
申请人： 广东工业大学
摘要： 本发明提供一种基于多维尺度变换的相对定位误差计算方法，其实施步骤如下：步骤一：数据收集；步骤二：多维尺度变换(MDS)；步骤三：对MDS后的数据进行旋转；步骤四：对旋转后的MDS数据进行平移；步骤五：误差计算。通过以上步骤，该方法解决了无线传感器在进行相对定位时，对多维尺度变换方法降维后的数据误差计算提供了一种较为有效的方法；在保证输入为欧氏距离矩阵的情况下便能对多维尺度变换方法降维后的数据误差进行计算；本发明所示方法科学，工艺性好，具有广阔推广的应用价值，可应用于航空航天、无线传感器网络、水下网络等涉及节点间测距、相对定位等领域。
-
公开(公告)号：CN114372438A
公开(公告)日：2022-04-19
申请号：CN202210030064.0
申请日：2022-01-12
申请人： 广东工业大学
IPC分类号： G06F30/392 , G06F30/398 , G06F30/27 , G06N3/04 , G06N3/08 , G06F115/06
摘要： 本发明涉及一种基于轻量化深度强化学习的芯片宏单元布局方法及系统，通过将策略网络按通道划分为互相独立的多个子网络，不仅为策略网络的轻量化提供了多通道多层结构化剪枝的新思路，也为以后策略网络对数据进行分块处理提供了方法；通过在策略网络的目标函数中引入组正则子，对子网络的权值参数进行组内和组间的稀疏约束，并对稀疏化的策略网络进行剪枝压缩，能够更好地消除一些不重要的输入数据带来的梯度计算，解决网络权值参数冗余的问题，减少基于深度强化学习的芯片布局方法中的芯片宏单元布局过程对存储资源和计算资源的浪费，降低了芯片宏单元布局过程对硬件设备的要求，推进了硬件设计的更新发展。
-
公开(公告)号：CN114185070A
公开(公告)日：2022-03-15
申请号：CN202111495879.8
申请日：2021-12-08
申请人： 广东工业大学
摘要： 本发明公开了一种卫星实时定位方法和装置，应用于数据处理器，数据处理器分别与第一接收机阵列和第二接收机阵列通信连接，方法包括：获取第一接收机阵列采集到的观测坐标，构建观测三角形阵列并提取对应的观测相对矢量，以及第二接收机阵列对应的接收机相对矢量；计算两者之间的矢量差值；再根据第一接收机阵列与第二接收机阵列之间的比例系数，以及观测三角形阵列对应的坐标方差，计算调整比值；根据调整比值和矢量差值，修正观测三角形阵列，持续计算矢量差值，直至矢量差值小于预设差值阈值，从当前时刻的观测三角形阵列选取任一顶点作为卫星定位坐标，从而，更为有效地提高卫星定位精确度。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.026 秒)
