-
公开(公告)号：CN111800783B
公开(公告)日：2021-04-30
申请号：CN202010442355.1
申请日：2020-05-22
Applicant: 中南民族大学
Abstract: 本发明提供了一种通信波形参数捷变的安全无线通信方法、设备及存储设备，其方法包括：通信波形捷变参数包含信道编码码长、信道编码码率、扩频增益、扩频序列、调制样式；可用的通信波形参数以列表形式存储在合法通信双方的发射机与接收机中，每个通信波形参数指示唯一表征一组通信波形参数；一组通信波形参数包含唯一的信道编码码长、信道编码码率、扩频增益、扩频序列、调制样式；合法通信双方在统一的授时网络中根据时间信息，根据伪随机算法计算得到不同时隙的通信波形参数指示；每个时隙的通信波形参数指示不同；合法通信双方的发射机与接收机在通信波形参数指示下提取通信波形参数，并完成对应的解扩、解调、信道译码，还原原始信息。
-
公开(公告)号：CN111795611A
公开(公告)日：2020-10-20
申请号：CN202010433690.5
申请日：2020-05-20
Applicant: 中南民族大学
Abstract: 本发明公开了一种低复杂度无人机调制方式盲识别及其反制方法、系统，其中所述的盲识别及反制方法，具体是通过构建一维IQ数据向量，在将所述一维IQ数据向量输入至训练好的深度学习模型进行预测后，对其通信链路层所使用的调制方式进行识别，最后基于识别结果，再生优化干扰波形，对目标无人机信号进行绿色、安全的小功率灵巧干扰。上述实施过程降低了数据量，可以较低的复杂度从原始IQ数据中获取无人机通信链路层调制类型的特征，并且利用构建的神经网络模型对特征进行训练学习，即可盲识别无人机通信链路所使用的调制方式；且，网络模型由原先的二维CNN网络设计成一维CNN网络，缩减了网络复杂度，在降低实施的复杂度的情况下，提高了识别效率。
-
公开(公告)号：CN111751846A
公开(公告)日：2020-10-09
申请号：CN202010442344.3
申请日：2020-05-22
Applicant: 中南民族大学
Abstract: 本发明提供了一种无人机载的卫星导航干扰信号检测方法，包括：通过操控显示终端控制无人机飞行至预先设置的检测区域，主控单元通过无源探测模块采集信号，并对采集的信号依次进行窄带化处理和功率测量，生成功率异常指标A；进行定位解算比对，主控单元接收导航定位模块输出的导航信息，操控显示终端根据接收的所述导航信息生成时间异常指示B、卫星异常指示C和定位异常指示D；操控显示终端根据功率异常指示A、时间异常指示B、卫星异常指示C和定位异常指示D对干扰源进行搜索。本发明的有益效果是：本发明所提出的技术方案可以便捷、快速、准确地发现与检测广域区域内的卫星导航干扰，并对干扰源进行搜索与取证。
-
公开(公告)号：CN117192527A
公开(公告)日：2023-12-08
申请号：CN202310907748.9
申请日：2023-07-21
Applicant: 中南民族大学
Abstract: 本发明提供一种基于多径利用的单站式非视距无人机定位方法及系统，包括：S1：将雷达探测装置放置在建筑第一墙面的外侧，将无人机放置在建筑第二墙面的外侧，令无人机位于雷达探测装置的非视距区域；S2：设置位置信息，通过雷达探测装置重复获取无人机的回波信号；S3：对回波信号中的回波时延进行视距时延剔除，获得非视距时延；S4：通过位置信息和非视距时延，计算获得无人机的真实位置。本发明通过功率加权将回波信号中的回波时延进行视距时延剔除，可以将视距范围内的虚假无人机目标进行剔除，获得真实非视距无人机目标产生的非视距时延，最后通过建筑布局和雷达位置进行无人机真实位置的解算，实现对非视距无人机目标的真实位置的精确估计。
-
公开(公告)号：CN117095313A
公开(公告)日：2023-11-21
申请号：CN202310942766.0
申请日：2023-07-27
Applicant: 中南民族大学
IPC: G06V20/17 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度神经网络的小型运动无人机光学检测方法及系统，首先获取视频，对视频进行抽帧；然后采用Vibe算法对抽帧后得到的视频图像进行动目标检测，得到图像中动目标的坐标；根据所述动目标的坐标对视频中的动目标所在位置进行图像切割，得到包含动目标的小尺寸图像；最后将所述小尺寸图像输入至改进的YOLOv7模型，获取到动目标的位置信息，将该动目标的位置信息回归映射到视频中，完成对无人机目标的检测。本发明的有益效果是：对于“低小动”无人机目标的检测精度有显著提升。
-
Patent Agency Ranking
公开(公告)号：CN111791232A
公开(公告)日：2020-10-20
申请号：CN202010497518.6
申请日：2020-06-03
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于时间硬同步的机器人底盘控制系统及方法，该系统及方法基于内嵌FPGA+ARM核的高速处理SOC芯片搭载所有传感器，实现整个底盘控制系统算法。相比FPGA+ARM的异构分离方案，本发明可进一步提高系统的集成度以及通信互联速率。借助FPGA高效强大的并行处理能力，可实时处理所有传感器的数据请求及响应；同时，在FPGA内构建全局时钟模块，FPGA在处理传感器数据时根据时钟模块自动标注时间戳，将所有的传感器数据组装成帧发送至ARM核内。ARM负责逻辑协议解析及控制进程调度，起承上启下的作用，进行下位机网络通信协议的封装、上传及上位机下达指令的解析、任务调度。本发明确保机器人底盘控制系统控制能够有效解决数据传输延时问题，具备良好的应用前景。
-
公开(公告)号：CN119210352A
公开(公告)日：2024-12-27
申请号：CN202411086466.8
申请日：2024-08-08
Applicant: 中南民族大学
Abstract: 本发明提供一种低电源灵敏度的环形压控振荡器，包括差分延迟单元、偏置电流控制器和电压摆幅控制器。该环形压控振荡器输出频率受Ibias/Vswing控制，本发明通过调整该比值来实现低电源灵敏度。在偏置电流控制器中，反馈放大器1控制从延迟单元复制的偏置电流支路产生基准偏置电流，补偿支路产生的电流补偿与电源的平方项相关的电流，使基准偏置电流随电源正比例变化且变化率小。在电压摆幅控制器中，反馈放大器2调节偏置电压Vpbias使延迟单元的输出电压等于基准电压，将电压摆幅限制在电源电压到基准电压之间。通过上述两种调节机制，Ibias与Vswing均与电源成正比，Ibias/Vswing保持近似恒定，实现了环形压控振荡器的低电源灵敏度。
-
公开(公告)号：CN117269917A
公开(公告)日：2023-12-22
申请号：CN202311044946.3
申请日：2023-08-17
Applicant: 中南民族大学
Abstract: 本发明提供一种基于多径利用的单站式视距无人机定位方法，包括：S1：将雷达探测装置和无人机放置在建筑的外侧，无人机位于雷达探测装置的视距范围内；S2：获取布局先验数据，通过雷达探测装置重复获取无人机的回波信号，通过布局先验数据和回波信号获得回波路径长度；S3：通过布局先验数据和回波路径长度构建多径轨迹方程，通过解算多径轨迹方程获得无人机的真实位置。本发明通过建筑的布局先验数据和城市峡谷场景下的多径信号回波特性，构建多径轨迹方程，通过解算多径轨迹方程获得无人机的真实位置，有效利用多径轨迹信息建立辅助定位的虚拟雷达，挖掘真实的无人机目标信息，提高无人机的探测准确率，降低虚警率。
-
公开(公告)号：CN117115686A
公开(公告)日：2023-11-24
申请号：CN202310935016.0
申请日：2023-07-27
Applicant: 中南民族大学
IPC: G06V20/17 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于改进YOLOv7的城市低空小型无人机检测方法及系统，构建数据集，将数据集分为训练集和测试集，并搭建YOLOv7基本网络结构，其包括输入端Input、主干网络Backbone、特征融合网络Neck和检测头部Head；使用RepVGG结构和CBS卷积层取代主干网络中的第一ELAN结构；使用C3m模块替换特征融合网络中的ELAN‑H结构；在主干网络和特征融合网络之间添加卷积注意力机制，得到改进的YOLOv7模型；利用训练集对改进的YOLOv7模型进行训练，并使用测试集对训练后的改进的YOLOv7模型进行测试，得到训练好的改进的YOLOv7模型；使用训练好的改进的YOLOv7模型对实际获取的图像进行无人机目标识别。本发明的有益效果是：大大提升了对于“城市低空复杂背景下小型无人机目标”的检测精度和检测速度。
-
公开(公告)号：CN111817794B
公开(公告)日：2021-04-13
申请号：CN202010478187.1
申请日：2020-05-29
Applicant: 中南民族大学
Abstract: 本发明提供一种基于深度学习的多域协同无人机探测方法及系统，采用监测天线阵列、射频前端以及信号处理板实现，监测天线阵列接收无人机的通信波形信号，所述通信波形信号经所述射频前端进行低噪声放大、滤波以及下变频后输入到所述信号处理板，所述信号处理板分别对信号进行空间域、时间域和频率域的特征提取，然后将提取得到的三种特征向量数据拼接在一起构成多域协同向量组，再通过神经网络模型对所述多域协同向量组的综合特征进行提取，输出无人机的存在信息。本发明的有益效果：提高了无人机探测准确率，降低了虚警率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.022 seconds)
