一种无人机群体联合侦查策略生成方法及终端

    公开(公告)号:CN116820121A

    公开(公告)日:2023-09-29

    申请号:CN202310544444.0

    申请日:2023-05-15

    Abstract: 本发明公开了一种无人机群体联合侦查策略生成方法及终端,方法包括:对待侦察区域的地图进行网格划分,并构建所有网格的概率信息集合;根据信息熵理论计算无人机群侦测形成的概率矩阵;根据历史启发算法计算区域地图网格的权重矩阵;根据概率矩阵对应的信息熵与权重矩阵中各权重的乘积计算得到对应的加权信息熵;选取加权信息熵满足预设条件的多个位置进行感知,通过调集可控数量的无人机,对带有侦查优先级的多个位置展开侦查;其中,多个位置的数量适配无人机群的当前规模。本发明可以做出满足全局最优的合理侦查决策,从而使无人机群体协同侦察更加具有自主性、灵活性、准确性、高效性,提高了多无人机协同执行任务的效率。

    一种基于数据回放的情报分析增量学习方法

    公开(公告)号:CN114996334A

    公开(公告)日:2022-09-02

    申请号:CN202210924144.0

    申请日:2022-08-03

    Abstract: 本发明提供一种基于数据回放的情报分析增量学习方法,属于情报分析领域。本发明面向提升深度学习模型对因事态发展而不断得到的新情报进行高效学习、避免模型因为学习了新的情报而导致遗忘历史情报信息的需求,针对现有增量学习方法无法做到与专家知识进行有效融合的不足,研究基于改进生成对抗网络的数据生成技术,突破了数据生成的多样性与真实性瓶颈,为增量学习提供高质量的数据样本。本发明研究深度学习网络的增量学习方法,重点突破目标复杂的动态变化实时数据,通过基于数据回放的增量学习等方法将出现的实时数据信息及时更新到深度网络模型中,达到为情报研判人员进行决策提供支持效果。

    一种船舶轨迹的长时序预测方法

    公开(公告)号:CN114595770A

    公开(公告)日:2022-06-07

    申请号:CN202210232770.3

    申请日:2022-03-09

    Abstract: 本发明提供一种船舶轨迹的长时序预测方法。该方法首先对航迹数据进行预处理;然后,使用K‑means算法对航迹数据进行轨迹聚类,得到船舶运动行为模式集合;其次,基于船舶运动行为模式相似性匹配构建训练与测试样本,搭建改进pix2pix网络模型并进行迭代训练;最后,将需要预测的船舶轨迹以及其匹配轨迹信息输入上述训练好的网络中,得到船舶轨迹长时序预测结果。本发明可有效解决船舶轨迹在长时序预测中存在的误差积累及效率较低等问题,有效实现船舶轨迹长时序、高精度、高效率的预测。

    一种基于TSS编码的态势文本消息语义压缩编码方法

    公开(公告)号:CN114139499A

    公开(公告)日:2022-03-04

    申请号:CN202210116917.2

    申请日:2022-02-08

    Abstract: 本发明提供一种基于TSS编码的态势文本消息语义压缩编码方法,属于语义态势文本消息压缩编码领域,根据态势文本消息中蕴含的时间要素、空间要素、语义要素进行编码。针对待压缩的态势文本语义消息,抽取其中的关键语义要素内涵,之后,针对其中态势语义要素,首先根据各类文本消息涉及的对抗应用领域,构建态势语义要素编码方案库和编码方案贝叶斯决策模型,借助构建的编码方案选择模型对进行语义压缩编码;针对时间语义要素,构建两级编码策略,分别对时间基准与时间差值进行编码;针对空间语义要素,构建多层级空间地址语义体系,对经纬度、地名等多种不同表达方式的空间语义进行空间映射编码。本发明可以去除冗余数据,减少传输数据量。

    一种无人机群体联合侦查策略生成方法及终端

    公开(公告)号:CN116820121B

    公开(公告)日:2024-06-11

    申请号:CN202310544444.0

    申请日:2023-05-15

    Abstract: 本发明公开了一种无人机群体联合侦查策略生成方法及终端,方法包括:对待侦察区域的地图进行网格划分,并构建所有网格的概率信息集合;根据信息熵理论计算无人机群侦测形成的概率矩阵;根据历史启发算法计算区域地图网格的权重矩阵;根据概率矩阵对应的信息熵与权重矩阵中各权重的乘积计算得到对应的加权信息熵;选取加权信息熵满足预设条件的多个位置进行感知,通过调集可控数量的无人机,对带有侦查优先级的多个位置展开侦查;其中,多个位置的数量适配无人机群的当前规模。本发明可以做出满足全局最优的合理侦查决策,从而使无人机群体协同侦察更加具有自主性、灵活性、准确性、高效性,提高了多无人机协同执行任务的效率。

    一种基于深度学习的阵列雷达多回波信号目标检测方法

    公开(公告)号:CN116125421B

    公开(公告)日:2023-10-20

    申请号:CN202310073357.1

    申请日:2023-02-07

    Abstract: 本发明属于雷达目标探测应用技术领域,公开了一种基于深度学习的阵列雷达多回波信号目标检测方法,首先构建阵列雷达多目标探测多信噪比数据集并提取频域特征矩阵集,随后设计一种阵列雷达信号融合神经网络,其中密集卷积核群可以学习阵列雷达多信号间频域特征之间的相位偏移特性,实现多信号间的纠正和融合,并采用多卷积核融合提取网络和全连接分类网络,提取叠加增强后信号中目标特征并进行分类。通过采用频域特征矩阵集训练阵列雷达信号融合神经网络得到训练完毕的网络模型。对待检测阵列雷达探测信号进行频域特征矩阵提取并通过网络模型进行目标检测,判断待检测阵列雷达探测信号中是否存在目标,完成目标检测,提高了目标检测精度。

Patent Agency Ranking