-
公开(公告)号:CN118354419A
公开(公告)日:2024-07-16
申请号:CN202410237220.X
申请日:2024-03-01
Applicant: 厦门卫星定位应用股份有限公司
Abstract: 本申请的实施例提供了一种基于幅相误差和互耦误差的天线信号联合校正方法及装置。该方法包括:根据阵列天线的幅相误差和互耦误差,确定关于所述阵列天线接收到的信号数据的数据表达,所述数据表达包括联合误差矩阵;基于所述数据表达,获取所述阵列天线针对已知极化状态的辅助信源在不同入射角度下接收到的测试信号数据;根据若干所述测试信号数据对所述联合误差矩阵进行参数估计,得到所述联合误差矩阵对应的估计参数;根据所述联合误差矩阵的估计参数对实际接收到的待校正信号数据进行误差校正,得到目标信号数据。本申请实施例的技术方案可以减少幅相误差和互耦误差在天线阵列信号处理时的影响,进而保证后续室内定位结果的准确性。
-
公开(公告)号:CN118096654A
公开(公告)日:2024-05-28
申请号:CN202410083186.5
申请日:2024-01-19
Applicant: 厦门卫星定位应用股份有限公司
IPC: G06T7/00 , G06T7/62 , G06V20/10 , G06V20/17 , G06V20/40 , G06V10/26 , G06V10/44 , G06V10/776 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464
Abstract: 本申请的实施例提供了一种基于深度学习的路面病害识别方法、装置、介质及设备。该方法包括:获取针对目标路段进行拍摄得到的待识别路面图像;将所述待识别路面图像输入至预先训练完成的路面病害实例分割模型中,以使所述路面病害实例分割模型确定所述待识别路面图像中包含的路面病害的类别信息和轮廓信息,其中,所述路面病害实例分割模型以Yolov8‑seg模型为基础,将卷积注意力机制引入c2f模块,采用SPPFCSPC模块替换原模型中的SPPF模块,并在原模型的基础上添加Inner Iou损失函数;根据所述路面病害的类别信息和轮廓信息,确定所述路面病害的长度、宽度或病害面积。本申请实施例的技术方案可以提高路面病害识别结果的准确性,保证路面病害破损程度确定的有效性。
-