一种基于NB-IoT和LoRa的通信方法及通信设备

    公开(公告)号:CN108810136A

    公开(公告)日:2018-11-13

    申请号:CN201810592831.0

    申请日:2018-06-08

    CPC classification number: H04L67/12 H02J7/35 H04L67/2842

    Abstract: 一种基于NB‐IoT和LoRa的通信方法及通信设备,涉及通信技术领域,为了实现既提高传输距离,又降低广域信息监测系统的运行成本而提出的。主节点判断是否接收到子节点传来的LoRa帧数据,如果主节点接收到子节点传来的LoRa帧数据,则存入接收缓存区,按照改进LRU算法对该帧数据进行有效数据读取,将读取之后的有效数据存入发送缓存区;通过NB‑IoT将发送缓存区的数据上报给服务器,判断是否链接;如果已链接将发送缓存区的数据发送至服务器;未链接回到接收起点。子节点硬件系统用于实现传感信息采集和LoRa通信;主节点硬件系统用于实现LoRa通信、NB‐IoT通信、传感器信息采集、液晶屏显示。本发明能同时融合LoRa和NB‐IoT通信协议。

    基于改进卷积神经网络模型Cifar10的玉米叶片病害识别方法

    公开(公告)号:CN108038517A

    公开(公告)日:2018-05-15

    申请号:CN201810001659.7

    申请日:2018-01-02

    Abstract: 基于改进卷积神经网络模型Cifar10的玉米叶片病害识别方法,本发明涉及玉米叶片病害识别方法。本发明为了解决现有技术病害种类识别精确度低以及系统的鲁棒性差的缺点。本发明包括:一:将收集的玉米叶片图像数据集进行扩大后,进行图像数据集的预处理;预处理后的图像数据集分为训练集和测试集;二:在卷积神经网络模型Cifar10的两个全连接层之间添加Relu与Dropout操作,得到最优测试精度的Dropout概率值;三:确定三个卷积层后的最优池化组合方式,得到改进后的卷积神经网络模型;四:将测试集输入改进后的卷积神经网络模型中,完成对玉米叶片病害种类的识别。本发明用于图像识别技术领域。

    农用植保无人机避障喷施路径规划方法及无人机

    公开(公告)号:CN106774395A

    公开(公告)日:2017-05-31

    申请号:CN201611155201.4

    申请日:2016-12-14

    Abstract: 本发明提供一种农用植保无人机避障喷施路径规划方法及无人机,涉及无人机路线规划方法及控制方法领域,为了解决现有技术中的避障算法未能兼顾减少路径长短以及减少重喷漏喷的缺点,而提出一种新的用于植保无人机的避障路径规划方法及无人机,所述方法包括:判断第一条喷施路径的起点和终点构成的直线段与障碍圆是否相交;若相交,则生成Dubins路径并确定所有可选的飞行路径,计算第一条路径的飞行路径长度、转弯路径的长度、重复喷施面积:重复上述步骤,直至计算出所有的飞行路径长度以及重复喷施面积,为了快速找出最佳路径加入了遗传算法,在所述可选的飞行路径中快速选取最佳路径。本发明适用于植保无人机。

Patent Agency Ranking