水下目标定位方法、系统、设备及介质

    公开(公告)号:CN117706481A

    公开(公告)日:2024-03-15

    申请号:CN202311615911.0

    申请日:2023-11-30

    Applicant: 海南大学

    Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质,该方法包括:水下潜器利用接收到的水面浮标信息进行自定位;基于水下潜器的历史位置信息和自身的推进速度,估计水流速度,构建与深度相关的水流场模型并进行参数估计;接收水下潜器发出的信标信号,估计目标节点的位置和异步时钟参数;基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数,计算得到目标节点的被动移动速度,实现目标节点移动性预测。与现有技术相比,本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题,实现了对目标节点的定位、时钟同步以及移动性预测,有效地提高了水下目标节点位置估计的精度。

    一种改进的卷积神经网络的弱监督语义分割方法

    公开(公告)号:CN116310320A

    公开(公告)日:2023-06-23

    申请号:CN202310138945.9

    申请日:2023-02-20

    Applicant: 海南大学

    Abstract: 本发明涉及一种改进的卷积神经网络的弱监督语义分割方法,将输入图像输入预先构建并训练好的语义分割网络中,生成语义分割结果;语义分割网络包括:特征提取模块:将输入图像处理为具有空间权重参数的特征图,包括以ResNet50为主干网络的卷积网络,卷积网络中的卷积核为条形卷积核,卷积网络中的每个block之间设有通道注意力模块;对抗擦除模块:将特征图以对抗擦除的方式输入两个通道,进行目标定位,生成最终特征图;分割输出模块:对最终特征图进行上采样,生成大小与输入图像大小相等的分割图,将分割图作为伪掩膜以全监督形式对输入图像进行最终分割,得到语义分割结果。与现有技术相比,本发明能够提高条形全局特征的提取能力,增加语义分割精度。

    一种基于AOA三维定位贡献度的协作节点选择方法及装置

    公开(公告)号:CN116782124A

    公开(公告)日:2023-09-19

    申请号:CN202310420651.5

    申请日:2023-04-19

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于AOA三维定位贡献度的协作节点选择方法及装置,其中方法包括以下步骤:选定一个三维定位目标空间,并确定目标空间中的代理节点和锚节点;基于已知的锚节点初步估计代理节点的位置;根据已知的锚节点信息,计算每个代理节点关于位置的费歇尔信息矩阵,并计算其对应的AOA三维定位误差限;选定目标代理节点,遍历其通信范围内的其他代理节点,选出每一轮迭代中贡献度最高的代理节点作为协作节点,输出目标代理节点的协作节点集合,其中,贡献度定义为加入某一代理节点后,目标代理节点的AOA三维定位误差限的下降值。与现有技术相比,本发明可以在保持良好定位精度的基础上,大大降低协作定位的系统能耗和通信负载。

Patent Agency Ranking