-
公开(公告)号：CN111369597A
公开(公告)日：2020-07-03
申请号：CN202010155371.2
申请日：2020-03-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多特征融合的粒子滤波目标跟踪方法。该方法为：采集视频图像并进行滤波处理；在初始帧中用矩形框标定跟踪目标，计算目标模板的边缘直方图、纹理直方图和深度直方图；采用二阶自回归模型更新粒子状态，并获得各粒子的特征直方图；计算两模板相似度，根据粒子在单特征下的位置均值、标准差及总体位置均值，得到单特征区分度，自适应调整融合权值；结合多特征融合的观测模型和上一时刻的粒子权重确定当前时刻的粒子权重；将粒子权重进行排序，统计权重小的粒子个数并与阈值进行比较，修正窗口尺寸，确定跟踪目标状态。本发明结合边缘、纹理及深度特征，实现了对目标更精确、更连续的跟踪。
-
公开(公告)号：CN111539422B
公开(公告)日：2022-09-06
申请号：CN202010286279.X
申请日：2020-04-13
Applicant: 南京理工大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/762 , G06N3/04
Abstract: 本发明公开了一种基于Faster RCNN的飞行目标协同识别方法，包括以下步骤：构建训练数据集；构建Faster RCNN网络；训练Faster RCNN网络；在多个分布式平台上实施训练后的Faster RCNN网络；进行目标检测并将识别结果进行决策级融合，实现目标协同识别。针对变化环境下的飞行目标红外图像识别场景，本发明的方法采用协同识别的方法能够获取目标多角度、多姿态的图像信息，使对象轮廓、姿态等信息更加丰富立体，能够有效地提高目标的识别准确率，同时优化了Faster RCNN网络的锚框生成方法，提高了目标识别的效率。
-
公开(公告)号：CN110766159A
公开(公告)日：2020-02-07
申请号：CN201910936068.3
申请日：2019-09-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于改进遗传算法的多UAV服务边缘计算的任务分配方法，包括：构建边缘计算服务系统；提取UAV及终端的属性信息；生成终端任务随机卸载到无人机服务器计算的若干决策方案；建立UAV按照TSP问题顺序服务的能耗模型和时间模型，并建立任务本地计算的时间模型，形成最小化UAV边缘计算系统能耗和时间的多目标优化；利用改进遗传算法进行求解，获得最优的终端卸载决策和无人机任务分配方案。本发明可以有效为地面终端做出卸载决策，为多UAV服务若干终端的任务进行分配，为各UAV各自服务的顺序做出规划，可以有效降低终端任务的时间延迟和无人机服务器系统提供服务的能耗，延长了多UAV挂载服务器提供边缘计算系统的生存时间并提升了终端的效率。
-
公开(公告)号：CN110764538A
公开(公告)日：2020-02-07
申请号：CN201911098178.3
申请日：2019-11-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于三步自适应算法的无人机三轴稳定平台及跟踪方法。该平台包括光电开关、三轴稳定陀螺、传感器采集MCU、天线控制板MCU、馈源、信标机、滑环、定位系统、电机驱动器和电机。方法为：空中平台发送本端地理位置信息，地面系统进行目标捕获；光电开关和三轴稳定陀螺将信息传送给传感器采集MCU，传感器采集MCU进行数据预处理，并将天线状态发送给天线控制板MCU；天线控制板MCU经过综合计算，控制电机驱动器，使天线始终保持最佳通信姿态。本发明跟踪过程中采用三步跟踪算法，采用闭环PID反馈控制方式抑制载体干扰，采用扰动补偿方式抑制载体扰动，解决了平台的过顶问题，且跟踪精度高，响应速度快，稳定性高。
-
公开(公告)号：CN110764538B
公开(公告)日：2023-05-05
申请号：CN201911098178.3
申请日：2019-11-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于三步自适应算法的无人机三轴稳定平台及跟踪方法。该平台包括光电开关、三轴稳定陀螺、传感器采集MCU、天线控制板MCU、馈源、信标机、滑环、定位系统、电机驱动器和电机。方法为：空中平台发送本端地理位置信息，地面系统进行目标捕获；光电开关和三轴稳定陀螺将信息传送给传感器采集MCU，传感器采集MCU进行数据预处理，并将天线状态发送给天线控制板MCU；天线控制板MCU经过综合计算，控制电机驱动器，使天线始终保持最佳通信姿态。本发明跟踪过程中采用三步跟踪算法，采用闭环PID反馈控制方式抑制载体干扰，采用扰动补偿方式抑制载体扰动，解决了平台的过顶问题，且跟踪精度高，响应速度快，稳定性高。
-
Patent Agency Ranking
公开(公告)号：CN111629415B
公开(公告)日：2023-04-28
申请号：CN202010331293.7
申请日：2020-04-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于马尔科夫决策过程模型的机会路由协议，首先评估环境链路质量，评估包接收率：采集相同RSSI值下的包接收率数据以及不同通信距离下的LQI均值和包接收率数据建立样本空间，对LQI均值和包接受率数据进行曲线族回归拟合，得出包接收率的估算公式；播撒无线传感器节点，组建无线传感器网络；传感器节点周期性广播和接收探测包，建立邻居信息表；传感器节点建立候选节点集；有效数据包所在节点广播数据包，接收到数据包的候选节点按值迭代公式重新计算节点对应状态值，数据包发送方选取回传对应状态值最大的节点作为下一跳转发节点。本发明使无线传感器网络能量使用优化均衡。
-
公开(公告)号：CN111369597B
公开(公告)日：2022-08-12
申请号：CN202010155371.2
申请日：2020-03-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多特征融合的粒子滤波目标跟踪方法。该方法为：采集视频图像并进行滤波处理；在初始帧中用矩形框标定跟踪目标，计算目标模板的边缘直方图、纹理直方图和深度直方图；采用二阶自回归模型更新粒子状态，并获得各粒子的特征直方图；计算两模板相似度，根据粒子在单特征下的位置均值、标准差及总体位置均值，得到单特征区分度，自适应调整融合权值；结合多特征融合的观测模型和上一时刻的粒子权重确定当前时刻的粒子权重；将粒子权重进行排序，统计权重小的粒子个数并与阈值进行比较，修正窗口尺寸，确定跟踪目标状态。本发明结合边缘、纹理及深度特征，实现了对目标更精确、更连续的跟踪。
-
公开(公告)号：CN111629415A
公开(公告)日：2020-09-04
申请号：CN202010331293.7
申请日：2020-04-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于马尔科夫决策过程模型的机会路由协议，首先评估环境链路质量，评估包接收率：采集相同RSSI值下的包接收率数据以及不同通信距离下的LQI均值和包接收率数据建立样本空间，对LQI均值和包接受率数据进行曲线族回归拟合，得出包接收率的估算公式；播撒无线传感器节点，组建无线传感器网络；传感器节点周期性广播和接收探测包，建立邻居信息表；传感器节点建立候选节点集；有效数据包所在节点广播数据包，接收到数据包的候选节点按值迭代公式重新计算节点对应状态值，数据包发送方选取回传对应状态值最大的节点作为下一跳转发节点。本发明使无线传感器网络能量使用优化均衡。
-
公开(公告)号：CN111539422A
公开(公告)日：2020-08-14
申请号：CN202010286279.X
申请日：2020-04-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于Faster RCNN的飞行目标协同识别方法，包括以下步骤：构建训练数据集；构建Faster RCNN网络；训练Faster RCNN网络；在多个分布式平台上实施训练后的Faster RCNN网络；进行目标检测并将识别结果进行决策级融合，实现目标协同识别。针对变化环境下的飞行目标红外图像识别场景，本发明的方法采用协同识别的方法能够获取目标多角度、多姿态的图像信息，使对象轮廓、姿态等信息更加丰富立体，能够有效地提高目标的识别准确率，同时优化了Faster RCNN网络的锚框生成方法，提高了目标识别的效率。
-
公开(公告)号：CN110766159B
公开(公告)日：2022-08-30
申请号：CN201910936068.3
申请日：2019-09-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于改进遗传算法的多UAV服务边缘计算的任务分配方法，包括：构建边缘计算服务系统；提取UAV及终端的属性信息；生成终端任务随机卸载到无人机服务器计算的若干决策方案；建立UAV按照TSP问题顺序服务的能耗模型和时间模型，并建立任务本地计算的时间模型，形成最小化UAV边缘计算系统能耗和时间的多目标优化；利用改进遗传算法进行求解，获得最优的终端卸载决策和无人机任务分配方案。本发明可以有效为地面终端做出卸载决策，为多UAV服务若干终端的任务进行分配，为各UAV各自服务的顺序做出规划，可以有效降低终端任务的时间延迟和无人机服务器系统提供服务的能耗，延长了多UAV挂载服务器提供边缘计算系统的生存时间并提升了终端的效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
