面向航空器集群的态势复杂性识别方法及系统

    公开(公告)号:CN116543602A

    公开(公告)日:2023-08-04

    申请号:CN202310808057.3

    申请日:2023-07-04

    Inventor: 艾毅 文旭光

    Abstract: 本发明涉及空中交通管制技术领域,具体涉及面向航空器集群的态势复杂性识别方法及系统,该方法包括步骤:采集空域中航空器的实时轨迹数据与飞行参数;搭建多层结构的航空器保护区模型,并基于保护区模型和轨迹数据、飞行参数计算两两航空器之间的态势权重,并基于态势权重生成航空器集群;基于航空器集群、空域关键点、管制员,搭建多层结构的相依网络框架;设定基于相依网络框架的态势复杂性指标集合,并计算指标集合中各个指标的数据值;将计算得到的各个指标的数据值作为输入,通过GRU‑Attention模型实现航空器集群的态势复杂性识别。本发明可以提高航空器集群态势复杂性的识别准确性,为空中交通管制更合理制定提供技术支持。

    一种基于高性能时序数据库的桥梁在线健康监测系统

    公开(公告)号:CN116737797B

    公开(公告)日:2024-03-22

    申请号:CN202310702925.X

    申请日:2023-06-14

    Abstract: 本发明公开了一种基于高性能时序数据库的桥梁在线健康监测系统,采用分布式测控技术,每个传感器均与智能调理器直接相连,将传感器模拟信号或数字信号转换为以太网信号;外场数据采集站中的工控机对采集到的数据信号进行解码和发包,根据TCP/IP协议与数据中心服务器进行无线数据传输;数据中心的高性能时序数据库对实时传输的数据进行自动归档入库,并能够进行数据压缩、信息提取和融合;第三方分析API接入数据中心数据库,开发智能算法与软件,实现在线数据预处理,并采用多种在线算法对桥梁运营模态进行识别;根据数据分析结果并结合损伤识别和模型修正技术,桥梁结构状态在线评估子系统对该斜拉桥运行状态进行快速研判,自动发出预警。

    一种用于桥梁施工控制的无监督数据处理方法及系统

    公开(公告)号:CN116776267B

    公开(公告)日:2024-01-19

    申请号:CN202310712734.1

    申请日:2023-06-13

    Abstract: 本发明提供了一种用于桥梁施工控制的无监督数据处理方法及系统,属于桥梁工程监测领域,本发明基于桥梁施工监控过程中的应力应变、温度等数据构建自动编码‑解码无监督神经网络。与其他机器学习或者深度学习方法相比,本发明构建的神经网络中的每一个全连接神经网络层的结构均为自动生成,无需专家手工搭建。(56)对比文件Darragh Lydon 等.Use of a rovingcomputer vision system to compare anomalydetection techniques for healthmonitoring of bridges《.Journal of CivilStructural Health Monitoring》.2022,第12卷第1299–1316页.Xirui Ma 等.Structural damageidentification based on unsupervisedfeature-extraction via Variational Auto-encoder《.Measurement》.2020,第160卷第1-15页.Zhenhua Huang 等.A novel grouprecommendation model with two-stage deeplearning《.IEEE Transactions on Systems,Man, and Cybernetics: Systems》.2022,第52卷(第9期),第5853-5864页.

    一种面向应急火灾救援任务的大规模无人机编组方法

    公开(公告)号:CN119847177A

    公开(公告)日:2025-04-18

    申请号:CN202411984677.3

    申请日:2024-12-31

    Applicant: 南宁学院

    Abstract: 本发明公开了一种面向应急火灾救援任务的大规模无人机编组方法,利用FCM算法对救援区域的任务点进行聚类分析,确定飞行任务的隶属度,生成任务区。基于火灾现场的实时环境变化,通过卷积神经网络融合FCM的视觉检测算法实现动态隶属度更新任务分配状态;同时,通过基于激光雷达技术的3DT航线规划优化,建立3D模型重组地图模型,通过引入时间参数进行线性优化,实时为无人机提供最优路径规划。在救援过程中,通过5G网络的切片技术自动分段传输数据,并且在信号剧烈时实施自主Mesh无中心网络拓扑结构,通过高空无人机的中继器进行实时的信号优化,确保救援的高效性和灵活性。

Patent Agency Ranking