基于存算结合的多通道卷积FPGA架构及其工作方法

    公开(公告)号:CN113673691A

    公开(公告)日:2021-11-19

    申请号:CN202110944948.2

    申请日:2021-08-17

    Abstract: 本发明提供一种基于存算结合的多通道卷积FPGA架构及其工作方法,包括:外部存储器、特征图片上缓存模块、卷积权重片上缓存模块和卷积计算模块;外部存储器包括有第一外部存储器和第二外部存储器,第一外部存储器向特征图片上缓存模块输出特征图数据,第二外部存储器向卷积权重片上缓存模块输出卷积权重;特征图片上缓存模块和卷积权重片上缓存模块均与卷积计算模块连接,分别向卷积计算模块输出多个特征图数据窗口和多个卷积权重窗口;卷积计算模块根据特征图数据窗口和卷积权重窗口进行计算,并输出计算结果。本发明通过多通道并行输出数据流的方式,实现存算结合,提高了FPGA架构的数据传输效率。

    一种兼顾燃料消耗与观测效果的卫星快速绕飞轨道优化方法

    公开(公告)号:CN117034609A

    公开(公告)日:2023-11-10

    申请号:CN202310997239.X

    申请日:2023-08-09

    Abstract: 本发明公开的一种兼顾燃料消耗与观测效果的卫星快速绕飞轨道优化方法,属于航空航天技术领域。本发明实现方法为:建立描述近圆轨道卫星相对运动动力学模型,求解得到相对运动漂移轨道的中心对称性与相对运动轨迹的位置速度曲率特性;在位置速度曲率特性基础上,构建描述参数代替位置坐标来描述绕飞轨道;在相对运动漂移轨道中心对称性的基础上提出值筛选方法作为优化范围缩小方法,对绕飞轨道脉冲优化范围进行缩小以加快优化速度;根据描述参数构建脉冲优化的目标函数,利用所提优化范围缩小方法对优化范围进行缩小以加快优化速度;通过在优化范围内遍历搜索最优的描述参数组合,获得最优脉冲;通过优化每次脉冲实现快速绕飞轨道的快速搜索优化。

    一种基于盲点网络的SAR图像自监督去噪方法和系统

    公开(公告)号:CN118411304A

    公开(公告)日:2024-07-30

    申请号:CN202410505245.3

    申请日:2024-04-25

    Abstract: 本发明提供一种基于盲点网络的SAR图像自监督去噪方法和系统,其中,方法包括:获取SAR图像,根据SAR图像得到同态噪声图像;构建掩膜映射器,根据同态噪声图像和掩膜映射器,得到去噪掩膜图像和去噪SAR图像;构建全局映射器,根据去噪掩膜图像和全局映射器,得到去噪盲点图像;构建多任务重现损失函数,重复进行损失值计算,直至损失函数收敛,得到目标去噪网络;获取待去噪SAR图像,输入至目标去噪网络,得到去噪图像。本发明无需在干净SAR图像情况下进行去噪网络的训练,能迁移到现有的去噪网络上,保证图像每个像素点都被充分利用,避免信息损失,更好地保留图像纹理、边缘等信息,解决目前网络无法训练及去噪效果差的问题。

    一种基于生成对抗网络的SAR图像超分辨率方法

    公开(公告)号:CN118411289A

    公开(公告)日:2024-07-30

    申请号:CN202410506792.3

    申请日:2024-04-25

    Abstract: 本发明提供了一种基于生成对抗网络的SAR图像超分辨率方法,本发明基于构建两个基于深度学习的模型,分别为可学习的退化模型和超分辨率重建SR模型,引入CycleGAN的架构中,共同训练。通过CycleGAN的对抗损失、真实LR‑SAR图像和合成LR‑SAR图像的MAE像素级损失,以及真实HR图像和生成的SR图像特征图之间的感知损失,引导生成更高质量的SR‑SAR图像。相对于传统的SAR超分辨率方法,本方案采用真实的成对数据集,通过训练模型以学习真实SAR图像HR‑LR域之间的内在关系,从而生成质量更高的超分辨率重建的图像。

    一种基于神经网络的卫星东西位保协态初值估计方法

    公开(公告)号:CN114967453B

    公开(公告)日:2024-07-16

    申请号:CN202210587606.4

    申请日:2022-05-25

    Abstract: 本发明公开的一种基于神经网络的卫星东西位保协态初值估计方法,属于航空航天技术领域。本发明实现方法为:建立轨道运动模型、地影约束模型,并分别建立时间和燃料最优位置保持问题模型;多次求解最优问题获得东西位置保持燃料最优解并构建数据集;设计转移时间预测模块结构并训练子网络,解决转移时间难以获得的问题;设计地影预测模块并训练子网络解决地影判断困难的问题;设计协态初值预测模块结构并训练子网络解决协态初值优化困难的问题;在此基础上,构建三相DNN,用以获得转移时间与协态初值估计,使得打靶法能够快速收敛,提高东西位保问题在轨求解效率,解决协态初值敏感问题,实现卫星在轨东西位保协态初值实时估计,进而减小地面站压力并增强卫星自主性。

    一种基于神经网络的卫星东西位保协态初值估计方法

    公开(公告)号:CN114967453A

    公开(公告)日:2022-08-30

    申请号:CN202210587606.4

    申请日:2022-05-25

    Abstract: 本发明公开的一种基于神经网络的卫星东西位保协态初值估计方法,属于航空航天技术领域。本发明实现方法为:建立轨道运动模型、地影约束模型,并分别建立时间和燃料最优位置保持问题模型;多次求解最优问题获得东西位置保持燃料最优解并构建数据集;设计转移时间预测模块结构并训练子网络,解决转移时间难以获得的问题;设计地影预测模块并训练子网络解决地影判断困难的问题;设计协态初值预测模块结构并训练子网络解决协态初值优化困难的问题;在此基础上,构建三相DNN,用以获得转移时间与协态初值估计,使得打靶法能够快速收敛,提高东西位保问题在轨求解效率,解决协态初值敏感问题,实现卫星在轨东西位保协态初值实时估计,进而减小地面站压力并增强卫星自主性。

    多摄动地影约束下电推进航天器多圈变轨的分段优化方法

    公开(公告)号:CN114384806A

    公开(公告)日:2022-04-22

    申请号:CN202210036780.X

    申请日:2022-01-12

    Abstract: 本发明公开的一种多摄动地影约束下电推进航天器多圈变轨的分段优化方法,属于航天器轨道动力学与控制领域。本发明通过建立考虑多摄动和地影约束的小推力轨道最优控制模型,建立考虑J2摄动长期影响的小推力轨道最优控制模型,将电推进推力幅值和J2摄动长期项增大相同的倍数后,对整体变轨过程进行分段,使得整体多圈变轨接近最优,并能够保证多圈变轨整体优化过程的鲁棒性,根据分段结果和所建立的考虑多摄动和地影约束的小推力轨道最优控制模型,依次求解每一段考虑多摄动和地影约束的小推力轨道最优控制问题,实现对多摄动地影约束下电推进航天器多圈变轨的优化。本发明具有优化精确、鲁棒性强、可靠性高、实现简便等优点。

    考虑地影约束的小推力最优变轨方法

    公开(公告)号:CN114384803B

    公开(公告)日:2024-08-20

    申请号:CN202210029706.5

    申请日:2022-01-12

    Abstract: 本发明公开的考虑地影约束的小推力最优变轨方法,属于航天器轨道动力学与控制领域。本发明实现方法:建立基于角度差判断的地影约束模型,将对航天器是否位于地影区的判断转化为对角度差符号的判断,不受航天器相对于地球方位限制;将地影约束添加在动力学中,通过最优控制建立考虑地影约束的小推力轨道最优控制模型;设计平滑函数和平滑参数,对不连续点平滑处理并使地影区推力大小随平滑参数的变化而相应变化,使得以平滑参数作为同伦参数的同伦过程顺利进行;结合同伦法和间接法求解考虑地影约束的小推力轨道最优控制问题,获得满足地影约束的小推力轨道最优控制和最优轨迹,实现满足地影约束的小推力最优变轨。

Patent Agency Ranking