公开(公告)号：CN109489687A

公开(公告)日：2019-03-19

申请号：CN201811366906.X

申请日：2018-11-16

Applicant: 北京电子工程总体研究所

Inventor： 李春 ,  刘明阳 ,  胡国鹏 ,  武思军 ,  李喆

IPC: G01C25/00 ,  G01S19/23

Abstract: 本申请实施例提供了一种用于导航算法的仿真验证方法和仿真验证平台，该方法的步骤包括：对预先规划的轨迹过程进行求解，获得标准飞行轨迹数据和惯性器件输出参数；根据卫星在轨位置和速度，筛选可见可用的GPS卫星，并确定最优GPS导航星以及GPS数据信息；所述GPS数据信息包括GPS伪距、伪距率、位置和速度；利用内置算法库的导航结果作为参考，以所述惯性器件参数和GPS数据信息作为预先编写的导航算法的输入，将算法解算的航迹结果和所述标准飞行轨迹数据进行比对和误差分析，获得验证结果。本申请所述技术方案能够为导航算法的研究者提供一个验证平台，为分析与优化导航算法提供便捷方式。

公开(公告)号：CN109269500A

公开(公告)日：2019-01-25

申请号：CN201811366197.5

申请日：2018-11-16

Applicant: 北京电子工程总体研究所

Inventor： 李春 ,  刘明阳 ,  胡国鹏 ,  武思军 ,  李喆

IPC: G01C21/16 ,  G01C25/00

Abstract: 本申请实施例提供了一种基于惯性导航系统和里程计的管道定位系统和方法，其中，该系统包括：标定模块，基于预先构建的测量输出模型，标定陀螺仪和加速度计的测量误差参数；补偿模块，利用测量误差参数，对陀螺仪和加速度计采集的原始数据进行误差补偿；数据处理模块，对经补偿的原始数据进行处理，获得惯性导航系统的导航信息；分析模块，根据惯性导航系统的导航信息对管道的故障点进行定位。本申请所述技术方案将惯性导航系统与里程计组成惯性/里程计组合自主导航定位系统，克服惯性系统随时间增长而发散的问题，从而提高管道定位精度。进一步的，利用预先构建的误差标定模型，减少标定时间，节省测试人员精力，减少人为操作失误，大大提升标定的效率和正确率。

公开(公告)号：CN112187404A

公开(公告)日：2021-01-05

申请号：CN202010911903.0

申请日：2020-09-02

Applicant: 北京电子工程总体研究所

Inventor： 徐弘毅 ,  李阳 ,  武思军 ,  张保庆

IPC: H04L1/00

Abstract: 本发明公开了一种基于信道化正交匹配追踪的信号重构方法及系统，所述方法包括：对接收信号的每个信道进行均匀分块，构建信道化模型；对信道化模型进行信号检测筛选得到存在信号占用的信道；通过基于残差衰减斜率的识别方法识别得到信号占用的信道中的信号原子并进行信号重构，本发明提供了一种基于CS模型和残差衰减斜率判别的贪婪类重构算法，支持CS接收机有效接收非合作方的多窄带通信信号，具有对未知信号的自适应精确重构能力和对噪声的强鲁棒性。

公开(公告)号：CN112187404B

公开(公告)日：2023-08-01

申请号：CN202010911903.0

申请日：2020-09-02

Applicant: 北京电子工程总体研究所

Inventor： 徐弘毅 ,  李阳 ,  武思军 ,  张保庆

IPC: H04L1/00

Abstract: 本发明公开了一种基于信道化正交匹配追踪的信号重构方法及系统，所述方法包括：对接收信号的每个信道进行均匀分块，构建信道化模型；对信道化模型进行信号检测筛选得到存在信号占用的信道；通过基于残差衰减斜率的识别方法识别得到信号占用的信道中的信号原子并进行信号重构，本发明提供了一种基于CS模型和残差衰减斜率判别的贪婪类重构算法，支持CS接收机有效接收非合作方的多窄带通信信号，具有对未知信号的自适应精确重构能力和对噪声的强鲁棒性。

公开(公告)号：CN114488143A

公开(公告)日：2022-05-13

申请号：CN202111516646.1

申请日：2021-12-13

Applicant: 北京电子工程总体研究所

Inventor： 王宇航 ,  武思军 ,  孔维亚 ,  李国令 ,  牛杰

IPC: G01S13/90 ,  G06V20/00 ,  G06V10/24 ,  G06F17/16 ,  G06F17/15 ,  G06F17/12

Abstract: 本发明提供一种SAR图像中海洋涡旋动力参数反演方法及系统，是基于涡旋SAR成像理论模型反演提取涡旋的动力特征，构建了SAR图像雷达后向散射系数与涡旋物理模型之间的定量关系，不同于以往数字图像处理、机器学习等方法仅能提取涡旋的位置、半径特征。通过本方法反演得到的涡旋动力参数包括涡旋中心位置、吸入强度、黏性系数、速度环量、涡旋最大旋转速度半径、最大旋转角速度、最大涡强度等动力参数。

公开(公告)号：CN112187282A

公开(公告)日：2021-01-05

申请号：CN202010910559.3

申请日：2020-09-02

Applicant: 北京电子工程总体研究所

Inventor： 徐弘毅 ,  武思军 ,  吴天昊 ,  李阳

IPC: H03M7/30

Abstract: 本发明公开了一种基于字典双学习的压缩感知信号重构方法及系统，所述方法包括：根据接收信号以及基于有限等距原则和特征分解优化后的观测矩阵得到重构信号样本；对所述重构信号样本进行信号处理后得到压缩样本；通过预设的鲁棒性字典学习模型根据稀疏字典对所述压缩样本进行信号重构得到重构信号，本发明提供了一种基于观测‑稀疏双学习的未知对窄带信号压缩感知信号接收方法，同时具备客观的鲁棒性、自适应性与认知能力。