-
公开(公告)号：CN117818910A
公开(公告)日：2024-04-05
申请号：CN202410034363.0
申请日：2024-01-10
Applicant: 同济大学
IPC: B64G1/24
Abstract: 本发明公开了火星大气进入两阶段预测校正制导方法及系统，方法包括：建立火星大气进入段探测器的动力学模型；将火星大气进入段分为进入初段和进入后段，并根据不同阶段的特点采取不同的制导策略；进入初段探测器以恒定倾侧角飞行，不进行在轨制导和倾侧角调整；进入后段结合所述动力学模型，实施周期性纵向制导与横向制导，根据预测纵程与预测纵程的误差调整纵向制导指令，并根据横程误差判断是否调整倾侧角符号。本发明不需要针对特定场景额外倾侧角模型，在第一阶段，探测器以常值倾侧角飞行适应火星大气进入的低大气密度和高超声速特性；第二阶段探测器以固定的倾侧角度飞行，逐步调整进入弹道，提高制导精度。
-
公开(公告)号：CN116818252A
公开(公告)日：2023-09-29
申请号：CN202310774230.2
申请日：2023-06-28
Applicant: 同济大学
Abstract: 本发明涉及一种冲击测试动响应的高速视觉测量方法，所述方法步骤包括：构建高速双目视觉测量网络；控制高速双目视觉测量网络获取影像数据；对采集到的影像进行数据处理，获取测试对象的三维运动轨迹；对三维运动轨迹进行冲击响应参数解析，得到冲击动态响应参数。本发明利用双目视觉原理获取测试对象的三维运动轨迹，并在此基础上解析测试过程中的冲击响应参数。克服了传统接触式传感器安装困难、监测维度单一、难以适应复杂测试环境等缺点，提供了一种新的动态响应参数分析方法。
-
公开(公告)号：CN116500690A
公开(公告)日：2023-07-28
申请号：CN202310386415.6
申请日：2023-04-12
Applicant: 同济大学
Abstract: 本发明涉及一种基于LOLA和M3辅助的Mini‑RF月球南极水冰分布与含量探测方法，包括以下步骤：基于Mini‑RF雷达影像分析多重水冰极化性质，并结合地形因素进行水冰探测与识别；结合M3矿物制图仪对雷达影像的数据空白部分进行水冰探测结果的补充和交叉验证；建立m–χ混合极化分解模型，分析水冰点全内反射的雷达散射特性；基于后向散射系数建立介电常数反演模型，获得介电常数反演结果；在不同水冰含量比例模拟月壤的介电常数测量值的基础上，建立水冰含量与介电常数的拟合模型；基于拟合模型获得月球南极的每个水冰点的水冰含量，并分析陨石坑永久阴影区内的水冰点平均水冰含量。与现有技术相比，本发明具有明确探测月球南极水冰详细点位，具体水冰含量等优点。
-
公开(公告)号：CN116448738A
公开(公告)日：2023-07-18
申请号：CN202310243330.2
申请日：2023-03-14
Applicant: 同济大学
Abstract: 本发明涉及一种用于LIBS数据的自适应光谱漂移修正方法，该方法包括以下步骤：步骤S1、对参考光谱进行自适应分段，将光谱中显著特征峰分离至不同分段，获取参考光谱的分段结果；步骤S2、将步骤S1中参考光谱分段结果应用于待校正光谱，获取待校正光谱分段结果；步骤S3、自动化对比参考光谱与待校正光谱各分段内强度最大的特征峰间距，对满足距离约束的分段进行自适应修正，完成待校正LIBS数据的谱线漂移修正。与现有技术相比，本发明采用自适应分段的方式，减少了不同分段内各个特征峰校正结果之间的高相关性，并通过局部自适应修正特征峰峰位漂移的方式，提高了谱线漂移修正的精度，具有适用数据类型广、分类精度高、结果鲁棒性好等优点。
-
公开(公告)号：CN116257985A
公开(公告)日：2023-06-13
申请号：CN202211722190.9
申请日：2022-12-30
Applicant: 同济大学
IPC: G06F30/20 , G06F17/11 , G06F111/04 , G06F119/08 , G06F119/06
Abstract: 本发明涉及一种联合辐射亮温与地层信息的月球浅表层介电损耗估计方法，包括：获取嫦娥二号辐射亮温数据并确定观测时刻当地时间；获取嫦娥四号测月雷达数据并进行预处理；基于测月雷达数据进行地层划分，提取月壤层数据；确定月表物理温度；基于测月雷达探测处的月壤层厚度及辐射亮温数据的可探测深度，排除月壤层下方岩石辐射对回波的影响，以月表物理温度数据作为约束条件依托一维热力学方程构建月球浅表层物理温度模型；结合物理温度模型及辐射传输方程实现对不同频率辐射亮温的有效模拟；将观测的辐射亮温与不同介电损耗条件下反演的辐射亮温进行对比与匹配，确定不同频率下浅表层介电损耗范围。与现有技术相比，本发明具有预测精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN116090203A
公开(公告)日：2023-05-09
申请号：CN202211737822.9
申请日：2022-12-30
Applicant: 同济大学
Abstract: 本发明涉及一种考虑时间延时积分效应的卫星颤振反演估计与补偿方法，包括以下步骤：根据TDI效应，将平台颤振的计算转化为积分形式，构建颤振反演估计模型；根据已知成像时间间隔进行多光谱影像匹配，获取成像视差，根据颤振反演估计模型获取颤振信息；根据颤振信息构建姿态颤振旋转矩阵，从而构建包含姿态颤振的真实姿态旋转矩阵，得到姿态信息；根据姿态信息通过虚拟重成像得到校正后的影像。并利用中国资源三号(ZY‑3)卫星影像对该方法进行了实验验证，验证了该方法的可行性。与现有技术相比，本发明具有良好的颤振探测和补偿性能。
-
公开(公告)号：CN113361355B
公开(公告)日：2022-11-18
申请号：CN202110594139.3
申请日：2021-05-28
Applicant: 同济大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明涉及一种联合多时相特征的遥感影像地表要素识别方法及存储介质，其中，地表要素识别方法包括：包括：步骤1：获取多时相遥感影像数据；步骤2：分别提取多时相遥感影像的时序关联特征和时空谱三维判别特征；步骤3：对时序关联特征和时空谱三维判别特征进行级联和批量归一化处理；步骤4：通过全连接层获得高级语义特征；步骤5：通过分类器对高级语义特征进行分类，获得遥感影像地表要素识别结果。与现有技术相比，本发明具有识别精度高、准确率高、稳定性好等优点。
-
公开(公告)号：CN113449603B
公开(公告)日：2022-10-25
申请号：CN202110594123.2
申请日：2021-05-28
Applicant: 同济大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明涉及一种高分辨率遥感影像地表要素识别方法及存储介质，其中地表要素识别方法包括：步骤1：获取低级空谱特征；步骤2：通过浅层空谱特征融合模型对低级空谱特征进行融合；步骤3：通过中层多尺度特征融合模型对步骤2融合后的特征进行融合；步骤4：通过深层多层次特征融合模型对步骤3融合后的特征进行融合；步骤5：根据步骤4输出的融合特征获得高级语义特征；步骤6：通过分类器对地表要素进行分类，获得地表要素识别结果。与现有技术相比，本发明具有精度高、速度快、准确快速等优点。
-
公开(公告)号：CN115082784A
公开(公告)日：2022-09-20
申请号：CN202210613496.4
申请日：2022-05-31
Applicant: 同济大学
IPC: G06V20/10 , G06V10/40 , G06V10/774
Abstract: 本发明涉及一种多时相遥感影像无监督变化检测伪样本自动生成方法，包括：步骤1：对多时相影像数据进行处理，将其投影至二维极坐标域；步骤2：在极坐标域上基于变化矢量投影的统计分布特征生成伪样本候选区域；步骤3：采用随机样本生成方式在候选区域获得多类变化和不变化的伪样本，并输入监督分类器，实现二值变化检测和多类变化检测。与现有技术相比，本发明可以不依靠先验信息生成不同置信度伪样本训练集，并借助机器学习分类器实现自动化、稳健的无监督遥感变化检测。
-
公开(公告)号：CN114692963A
公开(公告)日：2022-07-01
申请号：CN202210289093.9
申请日：2022-03-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于长短期记忆神经网络的滑坡位移预测方法，该方法包括以下步骤：步骤S1、利用小波变换将滑坡累计位移按照时间序列分解为趋势项位移和周期项位移；步骤S2、采用单变量长短期记忆神经网络对趋势项位移进行预测，得到趋势项位移预测值；步骤S3、采用基于注意力机制的多变量长短期记忆神经网络对周期项位移进行预测，得到周期项位移预测值；步骤S4、叠加趋势项位移预测值和周期项位移预测值，得到滑坡累计位移预测值。与现有技术相比，本发明具有预测精度高以及准确性高的优点。
-
-
-
-
-
-
-
-
-
Search Results
255
records
(took 0.025 seconds)
