基于多维数据的森林地表火和树冠火联合监测方法及系统

    公开(公告)号:CN116645776A

    公开(公告)日:2023-08-25

    申请号:CN202310626696.8

    申请日:2023-05-30

    发明人: 黄健 唐莉 郭贤生

    IPC分类号: G08B17/00 G06V20/52 G08B31/00

    摘要: 本发明公开了基于多维数据的森林地表火和树冠火联合监测方法及系统,通过对历史火灾数据和历史地理数据了解监测地区过往的火灾发生情况以及发生频率,有助于在后续的实时监测中对一些干扰数据以及干扰情况进行排除,经过层次分析模型、模糊评价模型所得到的各火险风险因子对于火灾发生及进程的影响程度,结合实时环境数据生成火灾动态趋势,其能反映监测地区环境中所蕴藏的火灾发生及进展的可能性大小。将监测地区的实时监测数据与火灾动态趋势进行综合分析,可以通过火灾动态趋势将实时监测数据中干扰因素进行排除,从而提升对于森林地表火和树冠火的监测识别率,克服现有的森林火灾监测方法所存在的漏报误报严重的问题。

    一种外辐射源位置未知的目标定位方法

    公开(公告)号:CN113484854B

    公开(公告)日:2023-04-11

    申请号:CN202110825620.9

    申请日:2021-07-21

    IPC分类号: G01S13/06

    摘要: 本发明属于雷达定位技术领域,具体涉及一种外辐射源位置未知的目标定位方法。本发明首先获取外辐射源直达波信号来波方向估计、目标反射信号来波方向估计、目标反射信号与外辐射源直达波信号的到达时差估计;然后,由目标反射信号与外辐射源直达波信号的到达时差估计,基于获取的数据,依次计算得到外辐射源距离关联向量、目标位置横坐标关联向量、目标速度横坐标关联向量、外辐射源距离与目标位置横坐标乘积的关联向量、外辐射源距离与目标速度横坐标乘积的关联向量;进而获得定位矩阵,由定位矩阵和外辐射源距离关联向量获得中间向量;最后,由中间向量的第二个元素,获得目标的横坐标估计和纵坐标估计。

    一种陌生散射环境中的单站多目标定位方法

    公开(公告)号:CN110441732B

    公开(公告)日:2023-03-21

    申请号:CN201910753030.2

    申请日:2019-08-15

    IPC分类号: G01S5/06 G01S1/20

    摘要: 本发明属于电子信息技术领域,具体涉及一种陌生散射环境中的单站多目标定位方法。本发明采用单站天线阵列接收多个辐射源目标的直达波信号和环境中多个散射体的散射波信号,利用多个辐射源目标的直达波信号波达方向测量、环境中多个散射体的散射波信号波达方向测量、多个辐射源目标的直达波和环境中散射体的散射波之间的信号到达时差测量,对多个辐射源目标进行定位。本发明只需要具有直达波和散射体散射波的信号来波方向测量、到达时差测量的一个观测站,即可在散射体位置未知的陌生散射环境中实现对两个或两个以上的辐射源目标进行二维定位的目的。

    一种支撑点搜索的单目视觉室内定位方法

    公开(公告)号:CN114581522A

    公开(公告)日:2022-06-03

    申请号:CN202210207656.5

    申请日:2022-03-03

    摘要: 本发明属于单目视觉室内定位技术领域,具体涉及一种支撑点搜索的单目视觉定位方法。本发明主要针对普通单目摄像头与定位环境较为固定的场景。通过本发明方法对可视环境中的目标进行高精度二维定位。具体可分为离线与在线两个阶段。离线阶段,对单目摄像头进行标定,获取内参矩阵以及畸变系数。采集定位环境图像,构建参考面定位坐标系。然后选择像素坐标与世界坐标点对求解单应矩阵。在线阶段,首先用目标检测网络对可视区域内的定位目标进行检测,根据输出结果对背景图像进行更新。然后根据输出的目标类别在目标检测框内进一步搜索,估计目标在参考面的定位像素点。最后定位像素点经畸变矫正与投影映射,估计得到目标在真实环境下的二维坐标。

    基于WiFi和地磁指纹的多分类器全局动态融合定位方法

    公开(公告)号:CN109029429B

    公开(公告)日:2022-02-11

    申请号:CN201811022824.3

    申请日:2018-09-04

    IPC分类号: G01C21/08 G01C21/20 G01S5/02

    摘要: 本发明提供一种基于WiFi和地磁指纹的多分类器全局动态融合定位方法,涉及室内融合定位技术领域。本发明的步骤分为离线阶段和在线定位阶段:离线阶段:建立WiFi和地磁混合指纹库分成两份;一份用于分类器训练;另一份用于训练分类器在每个格点上的权重,以获取权重矩阵;在线定位阶段:将线上数据进行预处理后输入到各分类器中获得分类结果;并利用线上数据与离线指纹匹配结果索引权重矩阵获取融合权重,将各分类器的分类结果进行加权融合,得到最终位置估计。本发明解决了分类器局部动态融合方法无法最大化各分类器的互补特性的问题,WiFi和地磁指纹的联合利用有效地提高了定位的精度。

    一种基于异构迁移学习的室内定位方法

    公开(公告)号:CN112954632B

    公开(公告)日:2022-01-28

    申请号:CN202110102396.0

    申请日:2021-01-26

    IPC分类号: H04W4/33 H04W64/00 H04B17/318

    摘要: 本发明属于室内定位技术领域,具体是涉及一种基于异构迁移学习的室内定位方法。本发明首先通过在每个格点采集RSS值建立离线指纹库作为源域数据,并随机收集一部分格点的RSS值作为共现数据中源域信息部分。然后在线上定位阶段,采集测试样本以及共现数据中目标域信息部分,并完成对共现数据的拼接。本发明的方法,以共现数据为桥梁,并加入边缘分布和条件分布对齐以及拓扑一致性约束,计算一个将源域投影到目标域的映射。最后,利用映射后的源域数据训练分类器,用于目标域的测试样本的位置计算。本发明充分利用共现数据,将源域和目标域数据联系起来,能在定位环境中传感器大量更换的情况下继续完成稳定、准确的定位,而不需要重新建立指纹库。

    一种校正频率搜索间隔量化误差的高精度测频方法

    公开(公告)号:CN113219243B

    公开(公告)日:2021-12-31

    申请号:CN202110458637.5

    申请日:2021-04-27

    IPC分类号: G01R23/02 G01R23/16

    摘要: 本发明属于电子信息技术领域,具体为一种校正频率搜索间隔量化误差的高精度测频方法。本发明首先利用信号采样的频谱序列和信号采样的尾首差确定幅度谱及其谱峰位置,然后由频谱序列在幅度谱谱峰位置的值和信号采样的尾首差确定频率搜索间隔的量化误差校正值,进而由幅度谱谱峰位置和频率搜索间隔的量化误差校正值确定频率测量。本发明的有益效果是:使用本发明提出的一种校正频率搜索间隔量化误差的高精度测频方法,不仅利用了幅度谱谱峰位置,还利用了频率搜索间隔的量化误差校正值,实现高精度测频。本发明提出的方法的计算量与快速傅里叶变换法的计算量是同一数量级的。

    一种大范围复杂室内环境中精确定位的方法

    公开(公告)号:CN113163485A

    公开(公告)日:2021-07-23

    申请号:CN202110306834.5

    申请日:2021-03-23

    摘要: 本发明属于室内定位技术领域,具体为一种大范围复杂室内环境中精确定位的方法本发明在基于UWB的大规模无线网络的定位系统中,用传感器网络定时同步协议(TPSN)创建网络的生成树进行全局网络时钟同步,然后对每个定位基站的累积时钟误差进行校正,从而实现高精度的定位。利用到达时间差测距原理进行定位,需要通过无线同步的方式,构建分层结构(生成树)扩展时钟同步网络的范围,使接收定位帧的基站间的时钟高精度同步。通过时钟误差校正方法,对每个待定位点的时钟同步累积误差进行校正,有效地降低了每个待定位点由于时钟同步引入的累积误差,进而提高系统的定位精度。

    一种位置候选集合生成方法及其高精度融合定位方法

    公开(公告)号:CN109040948B

    公开(公告)日:2021-02-26

    申请号:CN201810566349.X

    申请日:2018-06-04

    IPC分类号: H04W4/02 H04W4/33 H04W64/00

    摘要: 本发明公开了一种位置候选集合生成方法及其高精度融合定位方法,一种位置候选集合生成方法的步骤为先对待定位区域构建离线指纹库,基于离线指纹库离线训练指纹分类器,获取待定位目标附近AP的RSS值,得到实时的RSS向量,根据每个分类器对实测数据的格点位置预测概率矢量选取概率较大的多个位置估计构造位置候选集合,一种基于位置候选集合的高精度融合定位方法步骤为:根据位置候选集合生成方法生成的位置候选集得到候选结果,建立目标函数的优化模型;根据建立的优化模型,交替进行权值更新和位置更新直至达到收敛条件,完成位置候选集融合,得到目标定位。本发明相比于已有方法是一种定位精度高、实用性强且能满足实时融合定位的室内定位方法。