-
公开(公告)号：CN119596981A
公开(公告)日：2025-03-11
申请号：CN202411766682.7
申请日：2024-12-04
Applicant: 兰州理工大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明基于多智能体蚁群强化学习的多无人机目标探索与跟踪方法及系统，包括以下步骤：将无人机进行目标跟踪的实际环境划分为网格单元；基于网格单元，进行目标状态初始化，获得无人机的初始观测位置；基于蚁群算法以及无人机的初始观测位置，计算无人机在各网格单元间的转移概率；基于转移概率以及网格单元，建立奖励函数；基于奖励函数以及现有探索信息和跟踪信息，利用多智能体近端策略优化算法对多无人机进行集中训练，获得最优联合决策；基于最优联合决策，使得无人机完成对待探索的多目标的探索与跟踪。本发明技术方案增加了无人机在未知区域中发现目标的可能性，还能够有效的跟随目标。
-
公开(公告)号：CN117872349B
公开(公告)日：2024-06-21
申请号：CN202410112454.1
申请日：2024-01-26
Applicant: 兰州理工大学
IPC: G01S13/72 , G06N3/0455 , G06N3/0464 , G06N7/01 , G01S13/66 , G01S7/41
Abstract: 本发明公开了一种机动扩展目标跟踪方法及系统，方法包括：设定扩展目标的初始运动状态参数和形状参数；收集量测数据，基于量测数据建立量测信息模型；基于初始化运动状态参数建立扩展目标的运动模型，利用TFMTT模型计算运动模型的状态转移矩阵；基于状态转移矩阵和量测信息模型，结合容积卡尔曼滤波对目标状态进行更新，得到扩展的目标位置信息；利用alpha‑shape算法基于形状参数获取扩展目标的大致轮廓，结合形状滤波器得到扩展目标的目标形状信息；基于目标位置信息和目标形状信息进行位置匹配，完成目标跟踪。本发明能够对复杂环境下的机动扩展目标进行形态和状态的准确估计，并且使的估计的准确率得到有效提升。
-
公开(公告)号：CN117975145A
公开(公告)日：2024-05-03
申请号：CN202410156305.5
申请日：2024-02-04
Applicant: 兰州理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于改进ssd模型的目标检测方法，包括：对原始数据集进行预处理；利用预处理后的所述原始数据集对预设网络模型进行训练，获取目标检测模型，其中，所述预设网络模型包括：特征提取网络和特征融合网络，所述特征提取网络为将原SSD模型中的特征提取网络VGG‑16替换为ConvNet‑AIG‑50后的网络；所述特征融合网络具体为将高级特征信息和低级特征信息采用空洞卷积和反卷积融合；基于所述目标检测模型进行目标检测。本发明提供的检测模型具有检测速度快和检测精度高的特点，可以将该模型运用到其他检测任务当中，例如遥感监测、人脸检测等，具有良好的应用前景。
-
公开(公告)号：CN117784115A
公开(公告)日：2024-03-29
申请号：CN202311803816.3
申请日：2023-12-26
Applicant: 兰州理工大学
Abstract: 本发明公开了高斯过程回归模型多扩展目标PMBM跟踪方法，包括：获取多扩展目标量测；对多扩展目标量测集合进行划分，获得多扩展目标与量测之间的最佳匹配；利用高斯过程回归模型对所述多扩展目标的量测源分布进行建模，获得目标表面量测模型；基于所述目标表面量测模型，对所述多扩展目标的状态进行预测和更新。本发明在现有技术中多扩展目标所面临的强不确定性环境中的适应性更强，是处理雷达星凸形不规则形状多扩展目标复杂跟踪问题更为科学的求解方法。
-
公开(公告)号：CN119356089A
公开(公告)日：2025-01-24
申请号：CN202411477354.5
申请日：2024-10-22
Applicant: 兰州理工大学
IPC: G05B13/04
Abstract: 本发明涉及一种压电作动器的迟滞建模与回路成形结构化控制方法，包括：采用Hammerstein结构构建压电作动器模型；基于v‑gap度量对压电作动器模型进行不确定性描述，并基于不确定性描述设置开环幅值约束以及控制器的结构和参数向量搜索域；设置初始权值函数、精度系数和初始控制器，在开环幅值约束下构建回路成形系统的不等式约束；在不等式约束下对第一优化问题和第二优化问题进行迭代求解，直至达到预设迭代条件，获取最优权值函数和期望控制器；若直至达到预设迭代条件，并未得到优化问题的解，则重新设置开环幅值约束和控制器的参数向量搜索域，进行下一轮迭代求解，直至得出解。本发明在动态响应、控制精度、鲁棒性能方面取得显著提升。
-
Patent Agency Ranking
公开(公告)号：CN119291410A
公开(公告)日：2025-01-10
申请号：CN202411443793.4
申请日：2024-10-16
Applicant: 兰州理工大学
Abstract: 本发明提供一种绝缘垫块老化测试装置及劣化性能评估方法，涉及变压器技术领域，包括：老化箱内部限定出加热腔室；油箱设置于老化箱内，其内部限定出容纳腔并能够填充变压器油液；预紧力施加机构设置于容纳腔内，用于夹持绝缘垫块并向绝缘垫块施加预紧力；预紧力检测机构用于检测绝缘垫块负载的预紧力。通过压紧板对绝缘垫块施加预紧力，通过老化箱整体加热油箱和绝缘垫块，模拟变压器真实工作环境中的油浸、预紧力‑热老化条件，精确控制测试所需的预紧力大小，提高测试准确性，根据热老化后绝缘垫块的太赫兹频率计算获得绝缘垫块绕组的介电常数、折射率，进而对绝缘垫块的劣化性能进行评估。
-
公开(公告)号：CN117928559B
公开(公告)日：2024-08-30
申请号：CN202410112358.7
申请日：2024-01-26
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于强化学习的威胁规避下无人机路径规划方法，包括：构建多目标跟踪场景，基于多目标跟踪场景进行目标初始化得到初始化信息；基于初始化信息构建运动状态模型和量测模型；基于运动状态模型和量测模型进行目标运动状态预测得到联合概率和状态预测概率密度；基于状态预测概率密度获取目标状态信息，基于目标状态信息构建下一时刻动作的伪量测，并基于伪量测得到伪更新后的目标状态信息；基于目标实际飞行状态进行目标威胁度评估得到伪更新后的目标威胁度；基于伪更新后的目标状态信息和伪更新后的目标威胁度得到最优决策；基于最优决策进行无人机路径规划。
-
公开(公告)号：CN118013187A
公开(公告)日：2024-05-10
申请号：CN202410156544.0
申请日：2024-02-04
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于L型互质阵列的二维信号源GLMB跟踪方法，包括：基于L型互质阵列建模信号源状态；基于L型互质阵列构建信号源量测模型；获取信号源量测模型的协方差矩阵，基于协方差矩阵获得平滑协方差矩阵；利用GLMB滤波器预测信号源的方位角和仰角；基于协方差矩阵与信息论准则算法估计每一时刻信号源数目，并建立量测和信号源之间关联映射；基于信号源数目、平滑协方差矩阵计算获得信号源方位角似然函数和信号源仰角似然函数；利用GLMB滤波器和似然函数对预测的方位角和仰角进行更新。本发明可准确估计出场景中信号源的方位角和仰角，精确估计信号源的数目，实现信号源二维波达方向方位角和仰角的精确估计，提高跟踪精度。
-
公开(公告)号：CN117951653A
公开(公告)日：2024-04-30
申请号：CN202410132570.X
申请日：2024-01-31
Applicant: 兰州理工大学
Abstract: 本发明公开了基于Student’s t过程回归的平滑跟踪方法，包括：构建递归Student’s t过程回归模型；根据所述递归Student’s t过程回归模型对目标形状进行扩展，构建目标轮廓Student’s t过程模型；构建Student’s t平滑模型，基于贝叶斯平滑技术和所述递归Student’s t过程回归模型，获得扩展目标状态的平滑估计。本发明通过Student’s t过程学习模型输入与输出的非线性映射关系，并基于贝叶斯平滑框架对扩展目标形状信息进行平滑估计，在精确描述目标形状细节的前提下，有效提高了扩展目标形状的估计精度。
-
公开(公告)号：CN116500574B
公开(公告)日：2023-11-07
申请号：CN202310525882.2
申请日：2023-05-11
Applicant: 兰州理工大学
Abstract: 本发明公一种偏态分布条件下的非线性扩展目标跟踪滤波方法和装置，包括：步骤S1、获取雷达量测数据；步骤S2、根据所述量测数据进行目标状态初始化；步骤S3、根据目标状态初始化结果，得到目标测量信息；步骤S4、根据目标测量信息，得到偏态分布下非线性量测模型；步骤S5、在偏态非线性条件下对偏态非线性量测模型进行线性化处理；步骤S6、根据线性化处理结果，在偏态非线性条件下对目标状态进行预测；步骤S7、偏态非线性条件下对预测的目标状态进行更新。采用本发明的技术方案，有效地解决了偏态和非线性共存条件下的扩展目标跟踪问题。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.023 seconds)
