-
公开(公告)号:CN119596244A
公开(公告)日:2025-03-11
申请号:CN202411633216.1
申请日:2024-11-15
Applicant: 北京理工大学 , 北京东方计量测试研究所
IPC: G01S7/28 , G06F18/23213 , G06F18/2413 , G06N5/01 , G06F18/25
Abstract: 本发明涉及信号处理、数据表征以及分类技术领域,公开一种基于SOM锚点提取与图融合的雷达信号谱聚类分选方法,包括:配置雷达信号分选簇数及雷达脉冲参数,获得归一化后的雷达脉冲数据集,以雷达脉冲数据集中的每一归一化处理后的雷达脉冲为节点,构建雷达脉冲的KNN图;基于SOM提取归一化后的雷达脉冲数据集的锚点,计算提取出的SOM锚点与所有节点之间的相似度,获得相似度矩阵,基于相似度矩阵构建锚图邻接矩阵,即为自适应锚图;加权融合KNN图与自适应锚图,获得融合图;基于雷达信号分选簇数与融合图进行谱聚类分选,获得分选结果。本发明突破了经典雷达分选聚类算法只能利用距离信息和密度信息的局限,提高了在复杂雷达脉冲分布条件下的分选性能。
-
公开(公告)号:CN119245636A
公开(公告)日:2025-01-03
申请号:CN202411338746.3
申请日:2024-09-25
Applicant: 北京理工大学
IPC: G01C21/16 , G01C21/18 , G01C21/20 , A61B5/389 , A61B5/11 , A61B5/00 , G06F18/2411 , G06F18/213 , G06F18/10
Abstract: 本发明属于行人导航定位技术领域,涉及一种基于动作识别的行人惯性导航方法。所述方法,依托可穿戴设备收集IMU数据及肌肉电数据;在静止状态下,依托IMU数据计算欧拉角并求得坐标旋转矩阵,将载体坐标系下加速度转换到导航坐标系下,积分后获取速度信息;肌肉电数据经预处理和特征提取后,使用基于统计和动作修正算法的SVM模型来识别人体混合运动模式下的运动状态,得到动作识别结果;将动作识别结果用于自适应调整零速区间的阈值检测,最后在零速区间内使用基于EKF的速度修正方法修正零速并对修正后的速度进行积分,从而获得位置信息。所述方法能实现在混合运动模式下较高定位精度、较小定位误差,较好鲁棒性且能绘制较准确的轨迹。
-