一种基于深度学习的单目视觉深度估计方法

    公开(公告)号:CN112819876B

    公开(公告)日:2024-02-27

    申请号:CN202110185998.7

    申请日:2021-02-13

    Abstract: 本发明提出一种基于深度学习的视觉深度估计的方法,通过在现有的深度学习深度估计的网络上添加注意力机制,使得深度学习网络重点关注注意力机制筛选出来的图像中的关键信息,以提高网络对视觉信息的理解能力,从而提高了深度估计的准确性以及深度场景还原的清晰度,在确定好图像的深度之后,可以以此为基础进行单目视觉定位以及三维重建。此方法在利用深度学习来进行单目视觉定位构图的过程中具有重要意义。

    基于分布式CSI的多测控站多星MIMO上行抗干扰方法

    公开(公告)号:CN113644952A

    公开(公告)日:2021-11-12

    申请号:CN202110502592.7

    申请日:2021-05-09

    Abstract: 本发明提出一种基于分布式CSI的多测控站多星MIMO上行抗干扰方法,首先构建多站多星MIMO上注模型,将地‑星上注系统中的通信总速率的优化问题转化为各个卫星上的速率的优化问题,然后通过凸优化理论推导得到预编码矩阵和反馈权重矩阵计算表达式,解决了多径干扰和各卫星间干扰所导致的通信速率低下的问题,提高系统的通信效率和抗干扰能力。本发明通过多站多星MIMO上下行链路模型,考虑在最坏情况下CSI的获取,推导完善了迭代中预编码矩阵的更新计算公式,实现基于分布式CSI的协同预编码抗干扰算法。选用分布式协同预编码方法,在通信环境极端恶劣导致信道状态信息获取艰难的情况下,可通过与通信范围内测控站的信息交互,保持较好的通信性能,提升了地‑星上注系统的稳定性。

    基于异常检测的MLS无源测向定位方法

    公开(公告)号:CN107561489B

    公开(公告)日:2020-05-12

    申请号:CN201710638188.6

    申请日:2017-07-31

    Abstract: 本发明提出一种基于异常检测的MLS无源测向定位方法,通过引入异常检测函数,可以有效的检测出异常的无线电测向结果,进而为修正提供依据,通过修正函数将异常点修正到正常范围内,以此减小对定位结果的影响。本发明通过对异常点的处理进一步提高了后续最小二乘定位结果的收敛速度。本发明定位机制依托机载平台,定位点只需选择两个地点即可,提高了系统的定位速度。

    基于惯导辅助单星定位的卡尔曼滤波动目标定位方法

    公开(公告)号:CN109084762A

    公开(公告)日:2018-12-25

    申请号:CN201810912638.0

    申请日:2018-08-12

    Abstract: 本发明提出一种基于惯导辅助单星定位的卡尔曼滤波动目标定位方法,包括最小二乘-牛顿迭代单星定位初始解算、INS惯导位移补偿和卡尔曼滤波融合反馈三部分:其中最小二乘-牛顿迭代单星定位初始解算部分构建单星运行轨道以获得单星星历数据,利用测得的三个时刻的卫星相对地面定位目标伪距值,利用最小二乘方法解出目标定位初始解,使用牛顿迭代进一步逼近真实结果;其次利用INS惯导部分输出目标实时位移反馈给最小二乘和其后的卡尔曼滤波器对结果进行校正;最后卡尔曼滤波,发挥无迹卡尔曼滤波器(UKF)精度高和鲁棒性强的优势,经过定位位置迭代和融合滤波后得到目标的定位结果,能有效提高动态环境下的单星导航的定位精度并保持较长时间的稳定定位。

    基于判决反馈模型的数字符号非线性误差修正均衡方法

    公开(公告)号:CN104410593B

    公开(公告)日:2017-06-30

    申请号:CN201410734272.4

    申请日:2014-12-04

    Abstract: 本发明提出一种基于判决反馈模型的数字符号非线性误差修正均衡方法,利用前馈延时寄存器对接收端所接收到的信号进行处理,快速求得前径干扰消除信号。利用后馈延时寄存器对数据判决模块的输出信号进行处理,快速求得后径干扰消除信号。将前径干扰消除信号和后径干扰消除信号相减得到干扰消除信号并将该信号通过数据判决模块得到传输的符号。利用该符号的期望信号与当前的干扰消除信号及其前后信号得到最终的均衡器系数。该方法在不增加实现复杂度的同时,可以快速消除通信信道的码间干扰和信道间干扰,利用干扰消除信号良好的非线性逼近性和基于最小均方误差的均衡系数更新方案的低复杂性,在高载波高带宽无线通信中具有准确、稳定和高效的优点。

    惯导辅助下的伪距差值单星高动态定位方法

    公开(公告)号:CN106054227A

    公开(公告)日:2016-10-26

    申请号:CN201610519027.0

    申请日:2016-07-04

    CPC classification number: G01S19/47

    Abstract: 本发明提出一种惯导辅助下的伪距差值单星高动态定位方法:利用三个时刻单星给出的伪距、以及第一时刻高度计输出建立定位方程,利用惯导系统得到第二、三时刻与第一时刻定位目标在地心地固坐标系中的坐标变化量,将变化量代入定位方程中通过最小二乘法进行求解;建立目标动态过程的状态空间模型,构建关于卡尔曼滤波的状态方程以及量测方程;利用最小二乘结果作为卡尔曼滤波算法的初始值,利用卡尔曼滤波器不断更新得到更加准确平滑的位置信息。本发明建立惯导辅助下的单星高动态定位算法模型并结合卡尔曼滤波算法,消除利用单星定位时由于目标的高动态特性带来的定位精度下降的问题,提高了单星定位对高动态目标的定位精度低、精度维持性低的问题。

    基于Volterra滤波的双循环反馈模型的功放预失真方法

    公开(公告)号:CN102624338A

    公开(公告)日:2012-08-01

    申请号:CN201210071249.2

    申请日:2012-03-18

    Abstract: 本发明设计了一种基于Volterra滤波的双循环反馈模型的功放预失真方法,主要包括预失真粗参数矢量提取、误差调整和预失真器精参数矢量提取三个部分。预失真粗参数矢量提取采用一阶动态截断Volterra滤波结构,通过下变频输出和预失真器输出得预失真粗参数矢量;将预失真粗参数矢量导致的误差矢量按照平均准则进行动态调整;将调整后的误差矢量作为期望信号,结合基带输入信号利用一阶动态截断Volterra滤波结构解得预失真器精参数矢量;利用精参数矢量对粗参数矢量修正得到最终的预失真器参数矢量。本发明解决了现有预失真方法自适应收敛速度慢,预失真参数计算量大,实现复杂,在高速通信中无法有效补偿功率放大器的复杂的记忆效应等问题。

    基于视觉惯性信息融合的三维软件稳像方法

    公开(公告)号:CN113240597B

    公开(公告)日:2024-04-26

    申请号:CN202110497661.X

    申请日:2021-05-08

    Abstract: 本发明提出一种基于视觉惯性信息融合的三维软件稳像方法。第一步,进行相机及视觉惯性传感器标定,获取单目相机的畸变参数及内参矩阵,并标定IMU误差参数用于获取后续紧耦合联合优化的IMU误差模型;第二步,进行单目视觉初始化,获取足量的世界坐标系下的三维特征点;第三步,将IMU数据同视觉数据紧耦合进行联合优化,相机变换矩阵及三维空间特征点;第四步:根据获取的变换矩阵进行预翘曲,并将获取的特征点进行局部网格变换,获取最终的稳像结果。本发明能够有效解决经典SFM方法的运动矢量估计性能不佳问题,提高运动补偿的三维特征点空间位置及整体的运动矢量精度。

    一种基于信息概率的融合定位方法

    公开(公告)号:CN112880659B

    公开(公告)日:2022-09-13

    申请号:CN202110026669.8

    申请日:2021-01-09

    Abstract: 本发明提出一种基于信息概率的融合定位方法,该方法通过推导出两个概率密度函数融合之后新概率密度函数的参数解析式,之后通过递推方法推导出多个源融合的参数解析式,利用该融合后的参数解析式计算获取融合导航定位信息。本发明相对于传统基于卡尔曼滤波的融合定位方法,不仅能够减小融合定位的计算量、提高运算速度,而且对于融合导航源的扩展更加灵活,对于导航源的接入和断开都具有很强的鲁棒性。通过仿真结果可以看出,该方法可以提高融合后定位的精度,并且融合的源越多精度越高。此方法为融合导航定位算法设计提供了一种新的思路,能更加快速、实时地获取融合后的导航定位信息。

Patent Agency Ranking