-
公开(公告)号:CN117176290A
公开(公告)日:2023-12-05
申请号:CN202311215503.6
申请日:2023-09-20
Applicant: 江西理工大学
Abstract: 本申请提供了一种干扰无人机定位的拦截系统、方法以及电子设备,干扰无人机定位的拦截系统包括HackRF one设备;PC端控制设备,用于将目标实际位置坐标按照预设地图经纬度转化规则进行位置坐标转化,确定目标区域对应的虚拟位置坐标,并将虚拟位置坐标发送至HackRF one设备;HackRF one设备,还用于接收PC端控制设备发送的目标区域对应的虚拟位置坐标,并将数模转换后的目标虚拟位置坐标先后发送至外部无人机。本申请能够实现对目标区域内的无人机进行位置重新定位,进而实现对目标区域内的无人机进行快速拦截,以保障禁飞的目标区域的隐私安全。
-
公开(公告)号:CN116738905A
公开(公告)日:2023-09-12
申请号:CN202310622507.X
申请日:2023-05-30
Applicant: 江西理工大学
IPC: G06F30/3308
Abstract: 本申请涉及数据处理技术领域,尤其涉及一种高速差分线数学模型的建立方法、装置、设备及介质,确定待测印制电路板PCB的参数;根据确定的所述待测印制电路板PCB的参数获取高速差分线模型图;基于改进的格林方法MKM对所述高速差分线模型图进行分析得到MKM拓扑图;基于所述MKM拓扑图获取高速差分线的数学模型,从而将MKM与差分线建模相结合,相比传统方法,可以面向更加复杂的模型,建模的逻辑更加有调理,思路更加清晰,能够更加快速的处理分析模型,使结果更加的精准。
-
公开(公告)号:CN111582339B
公开(公告)日:2023-07-25
申请号:CN202010347978.0
申请日:2020-04-28
Applicant: 江西理工大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的车辆检测与识别的方法,包括如下步骤:S1、采集原始车辆图片数据;S2、制作原始训练数据集;S3、对步骤S2得到的原始训练数据集进行数据增强,形成最终训练数据集;S4、对Faster RCNN网络模型进行改进;S5、利用步骤S3得到的最终训练数据集对步骤S4得到的改进后的Faster RCNN网络模型进行训练;S6、把需要检测的车辆图像输入训练后的预测模型中,得到车辆检测结果。本发明通过对深度学习算法Faster RCNN进行了改进,构建新的目标检测方法,实现更加准确地检测出目标。
-
公开(公告)号:CN114812279B
公开(公告)日:2023-05-09
申请号:CN202210461362.5
申请日:2022-04-28
Applicant: 江西理工大学
IPC: F41H11/02 , G06V20/17 , G06V10/764
Abstract: 本申请提供了一种无人机的拦截系统以及拦截方法,拦截系统包括无人机识别装置、定位装置以及拦截装置;无人机识别装置根据待识别图片以及入侵物的运动特征,确定出无人机,将无人机的待确定位置发送给定位装置;定位装置获取待确定位置处所述无人机的多种采集信息,根据每种采集信息对应的权重,将多个位置信息进行加权融合确定出无人机的目标位置,将目标位置发送给拦截装置;拦截装置根据无人机的目标位置,发射对应的干扰信号,拦截无人机。采用本申请提供的技术方案通过对无人机进行预识别,根据无人机的运动特征,对无人机进行二次识别,提高了无人机识别的精度;并将多个位置信息加权融合,提高了确定无人机位置的准确性。
-
公开(公告)号:CN115390582B
公开(公告)日:2023-04-07
申请号:CN202210829018.7
申请日:2022-07-15
Applicant: 江西理工大学
IPC: G05D1/10 , G06T17/05 , G06V20/17 , G06V10/764 , G06V10/82
Abstract: 本发明属于无人机安全技术领域,具体提供了一种基于点云的多旋翼无人机跟踪拦截方法及系统,其中方法包括以下步骤:采集多旋翼无人机的三维空间特征信息并建立控制目标背景场景模型;并剔除其中因扫描范围重合而重复的数据;识别多旋翼无人机周边变化的动态场景;将预处理数据与空中目标背景场景模型作差;计算出多旋翼无人机的三维坐标信息,拦截系统根据三维坐标信息跟踪所述多旋翼无人机,并根据地面环境背景场景模型数据对多旋翼无人机进行规划路径及姿态调整。该方案能识别并跟踪入侵的多旋翼无人机,并通过通信信号干扰技术对其进行拦截。该方案能高效识别并拦截无人机,保障部署区域的低空安全。
-
公开(公告)号:CN115685067A
公开(公告)日:2023-02-03
申请号:CN202211385592.4
申请日:2022-11-07
Applicant: 江西理工大学
IPC: G01S5/10 , G06F30/20 , G06F111/10
Abstract: 本发明属于无人机定位与跟踪领域,公开了一种用于多旋翼无人机定位跟踪的常模信号盲估计方法及系统,利用2D‑MUSIC算法盲估计多旋翼无人机常模信号DOA;通过曲线拟合方法,推导出了多旋翼无人机常模信号入射最小临界角与无人机信号源个数之间的关系式;采用实值波束成形空间ESPRIT算法结合无迹卡尔曼滤波算法和ODAS开放嵌入式测试系统,实时对多旋翼无人机的方向角和俯仰角进行检测。本发明还提供了针对多旋翼无人机的三维空间DOA盲估计的界面操作系统,极大地提升了对多旋翼无人机信号传输过程中的位置定位、信号分析处理及智能化的管理,实现了自动化地观测和操作,安全且便捷,直观显示出多旋翼无人机实时DOA三维空间仰角和方位角的数据。
-
公开(公告)号:CN113778119B
公开(公告)日:2022-10-21
申请号:CN202111131532.5
申请日:2021-09-26
Applicant: 江西理工大学
Abstract: 本申请提供了一种无人机控制路径优化方法,其中,无人机控制路径优化方法包括:根据实际飞行任务获取无人机飞行途中需经过的路径节点及数量,并对由这些路径节点构成的路径进行实数编码产生随机路径;计算实数编码后的随机路径的适应度值,根据遗传算法思想,利用适应度值选择目标路径;获取无人机按照目标路径飞行时的障碍环境数据;基于障碍环境数据通过VFH避障策略确定目标方向;根据目标路径和目标方向确定无人机的实际飞行路径。本申请基于遗传算法结合VFH避障策略的路径优化方法并将此方法应用于所提出的无人机系统,达到使此无人机系统能够按照该路径优化方法实现在室内外复杂环境下进行最优路径规划的技术效果。
-
公开(公告)号:CN113526011B
公开(公告)日:2022-09-13
申请号:CN202110830423.6
申请日:2021-07-22
Applicant: 江西理工大学
Abstract: 本发明公开了一种低能耗物流永磁传送带。T型支架在U型导轨的上方;U型导轨的底部有直线电机次级绕组;T型支架的底部有直线电机初级绕组;U型导轨的内壁有导轨永磁体;T型支架的外壁有导向永磁体;T型支架上有支架永磁体;支架永磁体在弹性部件的上方;U型导轨的顶部有线圈;弹性部件在线圈上。通电后,直线电机初级绕组和直线电机次级绕组之间产生行波磁场,在行波磁场和次级永磁体的作用下产生驱动力,驱动T型支架沿着U型导轨运动。同时,线圈中产生磁场,线圈产生的磁场极性与T型支架上永磁体的极性保持相同,在线圈和永磁体之间存在相互斥力,使T型支架悬浮起来,避免了T型支架与U型导轨发生摩擦,降低了能耗、噪声。
-
公开(公告)号:CN115034457A
公开(公告)日:2022-09-09
申请号:CN202210601928.X
申请日:2022-05-30
Applicant: 江西理工大学
Abstract: 本发明公开了一种基于CEEMDAN‑LSTM的城市轨道交通短时客流预测方法。该方法首先预处理城市轨道交通客流数据中的缺失值和异常值等;其次,运用CEEMDAN算法将客流数据分解为频率和复杂度均不同的个固有模态函数分量IMFs和唯一的残差Res,提前降低客流数据噪声对预测模型的干扰;然后,将分解出来的个平稳分量输入到LSTM神经网络中分别进行训练和预测,将所有分解分量的预测值叠加重构后得到最终的客流预测结果;最后,通过均方根误差RMSE和平均绝对百分比误差MAPE,验证CEEMDAN‑LSTM预测模型的有效性。本发明可解决城市轨道交通客流数据非线性和非平稳等特性对模型预测效果的影响,对短期客流预测具有良好的参考价值。
-
公开(公告)号:CN111327549B
公开(公告)日:2022-07-12
申请号:CN202010138071.3
申请日:2020-03-03
Applicant: 江西理工大学
IPC: H04L25/03
Abstract: 一种正交解析常模信号恢复方法,本方法是针对信号源的正交性做出优化与改进;具体步骤是:对信号源进行初始化设定,设定所需恢复的信号源为相互正交的常模信号;使用天线阵列接收信号,天线接受到信号源S后,传输信号X=AS供后续步骤进行相关处理;利用信号源正交与常模特性进行信号模量恢复。并根据信号源正交性,给出信号恢复中新的限制条件使用Gerchberg‑Saxton迭代方式进行信号相位恢复;使用平均模量误差和误码率进行信号恢复性能评估;信号恢复完成,并将其运动到盲均衡中。本发明提出的方法恢复出的信号具有更高的准确性、抗干扰能力和较少限制条件。
-
-
-
-
-
-
-
-
-