公开(公告)号：CN117490691A

公开(公告)日：2024-02-02

申请号：CN202310878670.2

申请日：2023-12-15

Applicant: 中国计量大学

Inventor： 杨建祺 ,  施春飞 ,  周星宇 ,  安安凯 ,  王焜明 ,  丁涛

IPC: G01C21/20

Abstract: 本发明公开了一种基于最大似然原理的无人机路线规划方法，创新性地将无人机测量飞行过程分解为先期飞行和测量飞行两个阶段，并将贝叶斯统计理论和马尔可夫链蒙特卡罗算法与先期飞行结合。该方法通过无人机在先期飞行中得到的部分点位浓度数据，在开始正式测量飞行之前就可以通过贝叶斯方法获得一个较为准确的估计浓度场，再从该估计浓度场中划分核心烟羽区域，以对正式测量飞行的测量区域和路径进行规划，以此实现了缩短无人机飞行距离，压缩测量周期，提高无人机的测量效率和周转率的目标。

公开(公告)号：CN117457112A

公开(公告)日：2024-01-26

申请号：CN202310878692.9

申请日：2023-07-18

Applicant: 中国计量大学

Inventor： 杨建祺 ,  王焜明 ,  安安凯 ,  周星宇 ,  施春飞 ,  丁涛

IPC: G16C20/70 ,  G06N3/044 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供一种基于对偶学习的气体浓度场插值与离散化方法，创新性地将对偶学习这一最新出现的机器学习范式引入大气科学领域。利用气体浓度场数据处理过程中采样‑插值这一对偶性任务的反馈关系，分别建立用于选择采样模式的离散化模型，和用于对离散型数据进行插值和滤波的插值模型，并利用两个模型间的反馈作用加快训练过程，提高模型的鲁棒性，降低训练模型需要的数据量。该方法可以仅凭较少的数据获得效果良好的一组对偶模型，尤其适用于在气体测量相关工作中，进行实测得到的离散型数据的插值连续化和滤波，也能用于选择气体测量工作中的采样模式，或计算流体力学中标志点位的选择，以降低计算量，提高计算效率。