-
公开(公告)号：CN115755051B
公开(公告)日：2023-07-25
申请号：CN202211448777.5
申请日：2022-11-18
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种双星高分宽幅SAR信号分布式在轨处理方法及系统，测量方法包括以下步骤：利用第一分布式处理单元进行在轨处理，确定海面舰船目标，并截取对应的海面舰船目标的回波数据；将截取到的海面舰船目标的回波数据传输至下一分布式处理单元进行在轨处理，直至第N分布式处理单元完成在轨处理。本发明，能够实时提取大幅宽海面舰船目标信息，既保持了在轨处理性能，又大幅降低了在轨处理系统内部的数据传输压力，具有时效性高、散热性能好、可靠性高等优势，避免了集中式在轨处理的散热难题。
-
公开(公告)号：CN115728766B
公开(公告)日：2023-07-25
申请号：CN202211451040.9
申请日：2022-11-18
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种两级智能双星SAR系统与海面舰船目标跟踪方法，测量方法包括以下步骤：SAR双星以初始模式进行大幅宽搜索，收集多个海面舰船目标信息；将初始模式搜索到的多个海面舰船目标信息进行智能处理，得到任一舰船目标的切片；根据任一舰船目标的切片，进行模式智能重构，得到舰船目标跟踪的雷达跟踪模式参数；根据雷达跟踪模式参数，启动舰船目标跟踪模式。本发明，能实现大幅宽海面目标探测与长时间跟踪等多模式智能重构，具有大范围搜索、高分辨率成像、长时间跟踪等多模式自主重构优势，降低对地面测控站的指令控制依赖，探测效率高、信息时效性高，缩短了海面舰船目标信息的获取时间。
-
公开(公告)号：CN116450613A
公开(公告)日：2023-07-18
申请号：CN202310418313.8
申请日：2023-04-18
Applicant: 北京卫星信息工程研究所
IPC: G06F16/21 , G06F16/25 , G06F16/29 , G06F16/955
Abstract: 本发明涉及一种面向资源的地理样本数据服务方法、设备及存储介质，建立地理人工智能样本数据服务元数据描述的概念模型和逻辑模型；建立地理人工智能样本数据服务资源体系；构建面向资源的地理人工智能样本数据服务接口及接口与地理人工智能样本数据服务资源的映射关系；定义表述性状态转换风格的地理人工智能样本数据服务资源的统一资源描述标识符，并与样本数据服务接口绑定；发布地理人工智能样本数据服务的网络访问接口。本发明，增强了空间数据基础设施的智能化服务能力，从而支持建设人工智能就绪的空间数据基础设施，满足了多源异构的地理人工智能样本数据的共享服务需求，为地理人工智能样本数据的共享和应用提供有力支撑。
-
公开(公告)号：CN115272857B
公开(公告)日：2023-04-07
申请号：CN202210900863.9
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种基于注意力机制的多源遥感图像目标识别方法，包括：获取多源遥感图像及其对应的目标类别标签，并进行预处理；提取预处理后的多源遥感图像中的目标特征，对所述目标特征进行过滤，得到多源目标的关键特征；构建特征融合编码器并对所述关键特征进行融合，获得隐层特征数据；构建特征解码器并重构所述隐层特征数据；利用重构的隐层特征数据和所述关键特征对所述特征融合编码器和所述特征解码器进行优化；利用分类网络对所述隐层特征数据进行分类识别。本发明不仅实现多源遥感图像中的目标识别，还可提高识别的精度。
-
公开(公告)号：CN114998749B
公开(公告)日：2023-04-07
申请号：CN202210900855.4
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种用于目标检测的SAR数据扩增方法，包括：获取原始SAR图像数据集及其标注信息；对所述原始SAR图像数据集进行目标检测，结合所述标注信息，构建负样本集；利用所述标注信息获得所述原始SAR图像数据集中的目标样本，构建方位角目标样本集；构建基于自注意力机制的生成对抗网络，利用所述负样本集和所述方位角目标样本集对所述生成对抗网络进行迭代训练；评估所述生成对抗网络生成的样本质量，获得高质量的生成样本；在所述原始SAR图像数据集中插入所述高质量的生成样本，以及对应的标注信息。本发明实现SAR数据的自动扩增，提升SAR图像目标识别任务训练集中目标样本的多样性和均衡性。
-
Patent Agency Ranking
公开(公告)号：CN114518577B
公开(公告)日：2023-02-07
申请号：CN202210122810.9
申请日：2022-02-09
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载SAR与GNSS‑S一体化系统及协同探测方法，系统包括：L波段三频段共孔径相控阵天线(100)，用于同时收发L波段三个子频段电磁信号；雷达主机(200)，用于收发SAR信号、接收GNSS‑S信号和雷达时序控制；在轨处理系统(300)，用于对SAR信号与GNSS‑S雷达信号进行相参处理、SAR成像和目标检测，并对所述L波段三频段共孔径相控阵天线(100)的波束进行在轨赋形，完成海面舰船目标搜索探测、成像识别和定位跟踪。本发明具有大范围海面目标搜索、高分辨率成像、长时间跟踪等优势。
-
公开(公告)号：CN114998748B
公开(公告)日：2023-02-03
申请号：CN202210900842.7
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06V10/52 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明涉及一种遥感图像目标精细识别方法、电子设备及存储介质，以遥感图像提取的目标特征向量作为输入，充分利用其中编码的多实例信息，将同一幅图片上各实例的相似度信息进行对比学习，结合粗粒度的任意目标检测网络进行端到端的训练，而无需额外设计，通过已知的目标类别标签应用于分类损失以训练相似度计算网络；同时应用于对比损失，增大相同细粒度类别实例之间的相似度，而削减不同细粒度类别实例之间的相似度，增强了模型对实例之间的辨别区分能力。
-
公开(公告)号：CN114637004B
公开(公告)日：2022-11-25
申请号：CN202210245333.5
申请日：2022-03-14
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载GNSS‑S多站雷达在轨处理与舰船信息融合系统及方法。该系统包括：GNSS‑S多站雷达，搭载在低轨卫星上，用于并行接收多个中高轨GNSS卫星的直达信号和海面目标的散射信号；GNSS信号预处理模块，用于对多个直达信号和散射信号进行预处理；GNSS‑S信号双站成像模块，用于对预处理后的多个散射信号进行双站成像，获得多幅GNSS‑S图像；多站GNSS‑S图像联合检测模块，用于对多幅GNSS‑S图像进行联合检测处理，获得多维GNSS‑S信息，并根据目标特征获得目标检测结果；多站GNSS‑S信息融合处理模块，用于对多维GNSS‑S信息进行融合处理，提取目标特征。相比于单幅GNSS‑S图像，本发明的融合图像的信噪比更高，图像的轮廓与细节信息更清晰丰富，目标检测更加准确。
-
公开(公告)号：CN114910934A
公开(公告)日：2022-08-16
申请号：CN202210343998.X
申请日：2022-03-31
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于星载GNSS‑R/S一体化接收的海面矢量风场反演系统及方法。该系统包括：星载GNSS‑R/S一体化接收子系统，用于同时接收导航卫星对同一海面反射区域的反射信号和散射信号；GNSS‑R海面信息反演子系统，用于利用反射信号对所述海面反射区域的海面风场信息进行反演，输出风速和对应的观测角，作为风向反演的辅助信息；GNSS‑S双站雷达成像子系统，用于对所述海面反射区域的多个散射信号进行双站SAR成像与多视处理，获得多幅双站GNSS‑SAR图像和观测角；卷积神经网络，用于将所述海面反射区域的风速及对应的观测角、多幅双站GNSS‑SAR图像和观测角作为所述风向反演模型的输入，对风向进行反演。同时利用导航卫星的海面反射信号与多个海面散射信号，反演海面风速与风向信息。
-
公开(公告)号：CN113132180B
公开(公告)日：2022-07-29
申请号：CN202110266583.2
申请日：2021-03-11
Applicant: 武汉大学 , 北京卫星信息工程研究所 , 华中师范大学
IPC: H04L43/022 , H04L43/04 , H04L43/0876 , H04L9/40
Abstract: 本发明提供了一种面向可编程网络的协作式大流检测方法，其特征在于：包括以下步骤：可编程交换机实时检测并记录流入的可编程交换机的流量数据；控制器向各个可编程交换机分别下发对应的本地阈值；可编程交换机对比检测到的流量数据与本地阈值，如果判定流量数据超过本地阈值则向控制器发送报告，反之则不触发报告；控制器识别接收到的报告中的流量数据，抽取转发了该流但未触发报告的可编程交换机的报告；控制器结合接收到的和抽取的可编程交换机的报告，统计该流的所有数值，并将统计的数值与网络全局阈值对比判断该流量数据是否为全网范围内的大流；控制器根据以往收到的报告调整下发至各个可编程交换机的本地阈值。
-
-
-
-
-
-
-
-
-
Search Results
318
records
(took 0.044 seconds)
