-
公开(公告)号：CN115019192B
公开(公告)日：2023-06-06
申请号：CN202210596073.6
申请日：2022-05-30
Applicant: 杭州电子科技大学
IPC: G06V20/13 , G06V20/70 , G06V10/26 , G06V10/75 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于双通道主干网络和联合损失函数的洪灾变化检测方法及系统，其方法包括：S1、获取双极化SAR图像，对图像进行预处理，标注出受到洪灾影响区域，获得数据集；S2、基于双通道主干网络和联合损失函数构建改进的DeeplabV3+模型，并利用数据集训练模型；S3、利用训练后的DeeplabV3+模型预测目标区域的洪灾水域结果并提取；S4、基于提取的洪灾水域结果，利用差值法得到水体的变化情况。本发明综合利用了双极化SAR图像的特征信息，提升了模型的鲁棒性；基于主动轮廓模型损失函数构建联合损失函数，提升洪灾水体边缘定位和保持能力的同时增强了模型的泛化性能，最终实现洪灾水体的准确检测与分割。
-
公开(公告)号：CN115201879A
公开(公告)日：2022-10-18
申请号：CN202210887952.4
申请日：2022-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于北斗GEO卫星反射信号的洪涝监测方法，包括如下步骤：S1、读取监测日北斗GEO卫星原始观测值；S2、对原始信噪比进行数据处理得到反射信号信噪比；S3、通过反射信号信噪比获取反射信号信噪比幅度值；S4、采用分卫星分频率的方法建立北斗GEO卫星基于第一监测量和第二监测量的参考监测模型；S5、联合北斗GEO三频信号的第一监测量和第二监测量通过参考监测模型对洪涝进行监测，并根据监测阈值将结果进行标记。该方法不仅消除了直射信号的影响，同时反射信号信噪比幅度值受环境影响小，且北斗GEO卫星属于静止卫星，相应的反射信号信噪比时间序列特征更加明显，因此可以有效提高洪涝监测的精确性和实时性。
-
公开(公告)号：CN114839354A
公开(公告)日：2022-08-02
申请号：CN202210770775.1
申请日：2022-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于滑动算法和加权策略的北斗/GPS土壤湿度测量法，包括如下步骤：S1、建立反射信号信噪比相位参考值数据库；S2、利用土壤湿度测量模型并结合北斗的信噪比相位参考值数据库中的信噪比相位参考值计算北斗系统测量的土壤湿度；S3、利用土壤湿度测量模型并结合GPS的信噪比相位参考值数据库中的信噪比相位参考值计算GPS系统测量的土壤湿度；S4、联合北斗和GPS双系统多频率测量的土壤湿度，并将结果求平均值。该方法顾及信噪比选取长度、卫星有效反射高波动和卫星频率特性差异对土壤湿度测量精度的影响，有效解决单系统测量精度低和性能不稳定等问题，不仅可以满足土壤湿度测量时间和空间分辨率需求，还可以满足高精度、高实时性和高稳定性的土壤湿度测量需求。
-
公开(公告)号：CN112764058A
公开(公告)日：2021-05-07
申请号：CN202011590865.X
申请日：2020-12-29
Applicant: 杭州电子科技大学
IPC: G01S19/22
Abstract: 本发明公开了基于载噪比的自适应分层小波包变换多径抑制方法，包括步骤：S1.提取静态模式下参考日数据中包含单颗卫星的多径误差和随机噪声误差的单差残差；S2.基于载噪比CNR约束的自适应分层小波包变换策略抽取多径误差校正模型；S3.采用国际服务IGS站建立多分辨率CNR经验模型；S4.计算相邻历元之间的CNR差值，将计算得到CNR差值与建立的CNR经验模型进行比较，若相邻历元之间的CNR差值相应的波动超过CNR经验模型中的经验值，则通过卫星重复周期转移策略搜索多径校正模型，并通过搜索的多径校正模型中的模型值抑制多径误差；S5.将CNR差值进行双差组合处理，得到校正后的双差观测值，并对校正后的双差观测值进行处理，得到最终的坐标解。
-
公开(公告)号：CN119783563A
公开(公告)日：2025-04-08
申请号：CN202510279848.0
申请日：2025-03-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图机器学习和多参数分离的ZTD预测方法，首先提取若干目标观测点的历史气象数据，并对历史气象数据进行预处理；利用预处理后的气象数据计算相应历元时刻的ZHD和ZWD；首先利用Saastamoinen模型计算高度统一的大气延迟，PWV反演模型与经验指数函数计算统一高度的ZWD数值，最后利用反距离插值法构建ZWD和ZHD的网状图；构建一个预训练的MM‑FGCN图神经网络；提取待预测的观测点的气象数据得到待预测点的ZTD参考真值；构建的ZWD和ZHD的网状图作为输入，分别预测得到ZWD和ZHD预测值，然后将ZWD和ZHD预测值相加，求取合并得到ZTD值。从而显著提高ZTD预测的精确度、实时性和区域覆盖范围。
-
Patent Agency Ranking
公开(公告)号：CN118131280A
公开(公告)日：2024-06-04
申请号：CN202410120801.5
申请日：2024-01-29
Applicant: 杭州电子科技大学
IPC: G01S19/23
Abstract: 本发明公开了一种适用于单频接收机纳秒级时间输出标校方法。该方法实现过程，把单频接收机放置到一个具有高精度时间频率的基准站终端旁边，通过对导航卫星的共视比对，使普通单频接收机的时间刻度校正到基准站的时间频率刻度上。校正过程中，以BDS‑3组合GPS为基础，通过增加观测卫星的数量的方式提高有效信息的数据量；采用精度较高的载波相位观测值对粗糙伪距进行相位平滑，以重构伪距观测值；采用GNSS共视法计算站间单差观测值，解算基准站与用户站之间相对钟差，以标校用户站与基准站之间的时差。
-
公开(公告)号：CN115019168B
公开(公告)日：2024-04-26
申请号：CN202210596071.7
申请日：2022-05-30
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/771 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明属于合成孔径雷达图像检测与目标识别技术领域，具体涉及基于混合注意力网络的SAR图像水体提取方法及系统。方法包括S1，获取SAR图像，对SAR图像进行预处理，并标注出SAR图像中的水体区域，获得数据集；S2，基于混合注意力机制构建改进的U形水体分割网络；S3，采用梯度下降算法和反向传播算法来训练改进的U形水体分割网络；S4，利用训练好的U形水体分割网络预测目标区域的水体，并得到最终的提取结果。本发明具有能够提高特征图的利用效率且更好地定位与保持水体地边界的特点。
-
公开(公告)号：CN117031514A
公开(公告)日：2023-11-10
申请号：CN202310993868.5
申请日：2023-08-08
Applicant: 杭州电子科技大学
IPC: G01S19/44
Abstract: 本发明公开了一种基于动态概率自适应蝴蝶算法的整周模糊度搜索方法，该方法根据地面接收机接收到的数据得到模糊度的浮点解和协方差阵并进行降相关处理，然后通过GPS干涉仪测姿原理来确定搜索空间。通过将一定数量的蝴蝶随机放入搜索空间中，根据个体之间的香味浓度差异进行位置更新，得到蝴蝶位置对应的整数数组与目标函数值，将最小目标函数值的个体作为花蜜源位置，记录花蜜源位置及目标函数值。达到最大迭代次数后，输出最优位置即最小目标函数值对应的整数数组，作为整周模糊度搜索的整数解，加上小数部分即可得到整周模糊度的固定解。本方法提高搜索准确率的同时解决了现有技术在整周模糊度搜索中收敛速度慢、易于陷入局部极小的缺点。
-
公开(公告)号：CN115436924B
公开(公告)日：2023-04-28
申请号：CN202211030110.3
申请日：2022-08-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了优化本振奈奎斯特折叠接收机(NYFR)架构下的多分量线性调频(LFM)信号快速参数估计方法及系统，方法步骤如下：S1、将NYFR输出的含周期线性调频(PLFM)的多分量信号经过瞬时自相关后进行傅里叶变换(IAF)和最大峰值搜索，估计得出多分量信号的不同的奈奎斯特区域(NZ)标号S2、将S1中不同的构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率S3、将S1中不同的和S2中的信号调频率构成解线调信号，经过解线调和快速傅里叶变换(FFT)，估计得出多分量信号的中频最后由估计出信号的载频本发明提出了在时频混叠下的一种优化本振NYFR架构的多分量LFM信号快速参数估计方法，为复杂电磁环境下的高效电子侦察提供技术支撑。
-
公开(公告)号：CN115220075A
公开(公告)日：2022-10-21
申请号：CN202210889147.5
申请日：2022-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于信噪比反射信号和自适应加权的多路径校正方法，包括如下步骤：S1、广泛采集无多路径环境下的GPS原始观测值；S2、数据预处理；S3、构建探测模型；S4、采集观测日的GPS原始观测值，经步骤S2得到观测日的第一探测量和第二探测量，所述观测日的第一探测量和第二探测量分别结合第一探测模型和第二探测模型分别对L1和L2频率进行多路径探测，并输出第一探测结果和第二探测结果；S5、联合第一探测结果和第二探测结果，对由多路径误差的卫星进行校正，并将多路径误差校正后的结果进行保存和输出，能够有效克服因忽略信噪比直射信号和噪声影响而导致的探测精度低和采用单信噪比加权模型而导致的多路径校正精度低等问题。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.029 seconds)
