一种UUV水下障碍物轮廓构建方法
    21.
    发明公开

    公开(公告)号:CN115170937A

    公开(公告)日:2022-10-11

    申请号:CN202210792672.5

    申请日:2022-07-05

    Abstract: 本发明公开了一种UUV水下障碍物轮廓构建方法,通过前视声呐探测得到障碍物与UUV之间的距离和方位夹角信息,UUV获得当前自身位置信息;经过坐标变换得到障碍物各点在全局坐标系下的坐标,构成数据集;采用支持向量聚类将数据集划分成集群,得到描述集群轮廓的支持向量;利用邻接矩阵将数据集进行类别划分并分配类别标号;去除划分类别后的任意集群异常数据点,然后确定各类别集群聚类中心;构建RBF神经网络并设定参数,对神经网络进行训练,得到训练后的神经网络;将去除异常数据点后的聚类数据输入到训练好的RBF神经网络中,得到障碍物轮廓边界点。本发明能够有效的将某种障碍物的数据聚类在一起,从而获取障碍物的整体轮廓。

    基于轻量化目标的往复式隔膜泵机座结构设计方法

    公开(公告)号:CN115169057A

    公开(公告)日:2022-10-11

    申请号:CN202210999702.X

    申请日:2022-08-19

    Abstract: 一种基于轻量化目标的往复式隔膜泵机座结构设计方法,属于往复式隔膜泵结构设计领域。本发明针对现有往复式隔膜泵机座根据经验设计,无法保证获得最优的设计模型的问题。包括:建立隔膜泵动力端整体结构的三维等效模型;进行网格划分,计算机座承受的最大应力、最大变形量和机座质量;确定待优化设计尺寸参数取值区间;建立尺寸参数与最大应力和最大变形量的对应函数关系,进行多目标优化,使最大应力和最大变形量获得最小值;再根据尺寸参数的当前取值建立圆角规整处理后的机座模型,直到经计算确定当前取值满足机座模型的性能要求,将当前取值作为优化后尺寸参数值,进行机座的结构设计。本发明用于实现隔膜泵机座的轻量化设计。

    一种基于自编码器的多频段子带信号融合方法

    公开(公告)号:CN114942415A

    公开(公告)日:2022-08-26

    申请号:CN202210541063.2

    申请日:2022-05-17

    Abstract: 本发明公开了一种基于自编码器的多频段子带信号融合方法,将深度神经网络用于信号融合,在发射端发射多子带线性调频信号,在接收端对接收的多子带回波信号进行去斜处理得到多子带距离包络,将全频带包络作为训练数据输入全频带自编码器,得到全频带解码器与全频带编码;再将多子带距离包络和全频带编码分别作为训练数据与标签送入DNN训练,得到多子带编码器;最后将多子带编码器与全频带解码器组合为自编码器,这样就可以将任意一组多子带距离包络输入自编码器,即可得到全频带的距离包络,提升信号的利用率,提高距离分辨率。

    一种UUV动态威胁态势评估方法

    公开(公告)号:CN109711087B

    公开(公告)日:2022-06-21

    申请号:CN201910033312.5

    申请日:2019-01-14

    Abstract: 本发明属于UUV自主控制技术领域,具体涉及一种UUV动态威胁态势评估方法。本发明能够有效的解决UUV在水下的动态威胁态势评估问题,准确地评估当前时刻以及一段连续时间内的威胁态势,并能通过灵敏度分析得到当前各种威胁的威胁度排序。本发明不单纯使用静态贝叶斯网络或动态贝叶斯网络进行评估,而是将两者结合使用,使用了环境、平台、任务三级评估网络,便于评估方了解当前UUV系统各部分的状况,同时可以推理出各威胁的威胁方式;最后从整体出发,再使用静态网络对整个网络进行灵敏度分析,针对现场感知的环境类、平台健康类、任务类威胁给出在线定量定性的评估结果,为UUV后续的自主控制提供输入信息,决定当前最亟待解决的威胁问题。

    基于旋转卷积神经网络的船舶检测方法

    公开(公告)号:CN112560671B

    公开(公告)日:2022-04-12

    申请号:CN202011477989.7

    申请日:2020-12-15

    Abstract: 基于旋转卷积神经网络的船舶检测方法,本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为:一、根据输入图像生成卷积神经网络特征图;二、构建多尺度特征金字塔网络,对特征图进行特征提取,映射产生不同大小的anchor;三、分类筛选出候选框;四、用旋转椭圆边界框代替候选框,进行回归预测;五、计算RPN的损失函数;六、筛选输出RoI Align;七、RoI Align产生特征图,作为全连接的输入,利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归;八、将待测舰船图片输入训练好的网络模型,得到分类结果。本发明用于船舶检测领域。

    一种基于深度分割的端到端雷达信号分选方法

    公开(公告)号:CN114254141A

    公开(公告)日:2022-03-29

    申请号:CN202111563815.7

    申请日:2021-12-20

    Abstract: 本发明属于雷达信号分选技术领域,具体涉及一种基于深度分割的端到端雷达信号分选方法。本发明通过对PDW的处理和深度分割网络的结合实现未知复杂环境下的端到端雷达信号分选,操作简单,无需按照传统的预分选和主分选每一步都预设参数、阈值等信息。本发明能够分选脉间调制类型多变的雷达信号、时域频域交叠严重的PDW,适应复杂环境和未知信号。此外本发明还能够分选出从未训练过且没有先验信息的信号,对于脉冲丢失20%的情况也适用良好。

    一种快速运动水面艇的避障方法

    公开(公告)号:CN112578793A

    公开(公告)日:2021-03-30

    申请号:CN202011330793.5

    申请日:2020-11-24

    Abstract: 一种快速运动水面艇的避障方法,属于路线规划领域。本发明是为了解决现有水面艇的避障方法在进行转向避障时不能给出避障时间最短、偏离原航线距离最短的避障航向的问题。本发明包括:获取与无人艇有碰撞危险的障碍艇信息;根据获取的信息计算无人艇和障碍艇的相对运动信息;根据相对运用信息计算最佳避障时间;在最佳避障时间的基础上确定复航点和避障过程的执行时长;以最佳避障时间为参考,确定无人艇和障碍艇的相对位置信息和避让幅度;根据避让方向和距离计算无人艇的复航路线;获得无人艇避障航向择优函数;由航向择优函数在安全航向范围内的择优,获得使无人艇避碰行为最优的航向。本发明用于选择水面艇避障的航向。

    一种基于DNN的大气波导参数估计方法

    公开(公告)号:CN112560342A

    公开(公告)日:2021-03-26

    申请号:CN202011481232.5

    申请日:2020-12-15

    Abstract: 本发明公开了一种基于DNN的大气波导参数估计方法,利用DNN网络提取大气波导中信号的衰减特征,将参数估计问题转化为DNN网络特征提取问题,找出不同距离上的无线电波信号衰减和大气波导参数之间的映射关系。建立X波段信号在大气波导中的传播模型,将在不同距离下的功率采样点作为输入,通过稀疏频点的无线电波信号进行大气波导参数估计,从而达到连续频率的大气波导参数估计。本发明可以解决数值计算的精度低且耗时长的缺点,在较远距离处也可以去的准确的预测结果,更进一步地,可以利用稀疏点频率训练而获得连续频率估计的结果。

    一种基于LSTM网络的UUV实时避碰规划方法

    公开(公告)号:CN108319293B

    公开(公告)日:2021-01-12

    申请号:CN201810043820.7

    申请日:2018-01-17

    Abstract: 本发明公开了一种基于LSTM网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤:构建全局坐标系和局部坐标系,建立声纳仿真模型;设计用于实时避碰规划的LSTM网络;构建数据集;利用训练集中数据训练LSTM网络,得到基于LSTM网络的实时避碰规划器;将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器,获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络,不仅有强大的学习能力,同时还具有非常强的泛化能力,这使得所实现的实时避碰规划器适用于各种复杂的环境;同时,该避碰规划器满足实时性的要求,并且所规划的路径满足UUV运动特性的要求。

Patent Agency Ranking