一种自动跟踪管理决策的长基线定位算法及系统

    公开(公告)号:CN118688719B

    公开(公告)日:2024-12-17

    申请号:CN202411177947.X

    申请日:2024-08-27

    Abstract: 本发明提供了一种自动跟踪管理决策的长基线定位算法及系统,涉及水下目标定位技术领域,包括定义指示变量,将定位区域网格化,计算每个分辨率单元的似然值,对粒子进行初始化;基于马尔科夫跃迁矩阵更新指示变量,基于指示变量更新粒子状态;构建粒子的似然比函数,依据似然比函数计算粒子权重;进行重采样,计算存在粒子数量,当存在粒子数量与网格化的定位区域内的粒子数量比值大于0.6时,计算目标状态,采用分段阈值对算法估计的目标位置进行标记。本申请基于马尔科夫跃迁矩阵更新指示变量,基于指示变量更新粒子状态,基于存在粒子数量与网格化的定位区域内的粒子数量比计算目标状态并对目标进行标记,适用被跟踪目标进出定位区域的情况。

    一种自动跟踪管理决策的长基线定位算法及系统

    公开(公告)号:CN118688719A

    公开(公告)日:2024-09-24

    申请号:CN202411177947.X

    申请日:2024-08-27

    Abstract: 本发明提供了一种自动跟踪管理决策的长基线定位算法及系统,涉及水下目标定位技术领域,包括定义指示变量,将定位区域网格化,计算每个分辨率单元的似然值,对粒子进行初始化;基于马尔科夫跃迁矩阵更新指示变量,基于指示变量更新粒子状态;构建粒子的似然比函数,依据似然比函数计算粒子权重;进行重采样,计算存在粒子数量,当存在粒子数量与网格化的定位区域内的粒子数量比值大于0.6时,计算目标状态,采用分段阈值对算法估计的目标位置进行标记。本申请基于马尔科夫跃迁矩阵更新指示变量,基于指示变量更新粒子状态,基于存在粒子数量与网格化的定位区域内的粒子数量比计算目标状态并对目标进行标记,适用被跟踪目标进出定位区域的情况。

    一种基于多维EMD-PSO-LSTM神经网络的海浪信息预测方法及系统

    公开(公告)号:CN116933152A

    公开(公告)日:2023-10-24

    申请号:CN202310673979.8

    申请日:2023-06-07

    Abstract: 本发明一种基于多维EMD‑PSO‑LSTM神经网络的海浪信息预测方法及系统,涉及海洋信息预测技术领域,为解决现有技术未能利用多维数据集综合预测海浪信息及预测海浪信息计算时间长、计算量大,成本高的问题。本发明采集海浪有效波高、波峰峰向和波峰周期三维信息数据,利用经验模态分解方法EMD将三维海浪信息数据进行分解,得到不同时间尺度下的本征模态分量和剩余分量,对分解得到的三维数据序列进行PCA降维,筛选出影响海浪信息有效波高、波峰峰向及波峰周期的关键因子,采用粒子群优化算法PSO对LSTM模型进行参数寻优,构建LSTM模型;最终得到的海浪信息预测模型,可实现对海浪有效波高、波峰峰向和波峰周期的快速、高精度预测。

    一种复杂海域环境高精度实时定位与动态跟踪算法及系统

    公开(公告)号:CN118226379B

    公开(公告)日:2024-07-26

    申请号:CN202410659191.6

    申请日:2024-05-27

    Abstract: 本发明提供了一种复杂海域环境高精度实时定位与动态跟踪算法及系统,涉及水下目标定位技术领域。本发明提供的算法包括以下步骤:S1:依据浮标划分定位区域;S2:确定用以定位目标的粒子数目及浮标组合;S3:初始化粒子;S4:建立粒子状态模型,计算粒子状态及粒子权重以估计目标状态;S5:判断目标位置所在分区决定初始化粒子或继续演算目标定位。本发明提出的复杂海域环境高精度实时定位与动态跟踪算法中,根据能接收到信标信号的浮标数的不同划分定位区域,降低粒子数目减小了算法的复杂度。防止初始化位置与目标真实位置相差过大从而导致算法收敛所需时间过长,在目标所在分区进行初始化,缩小粒子的动态范围提高了定位的精度和性能。

    一种复杂海域环境高精度实时定位与动态跟踪算法及系统

    公开(公告)号:CN118226379A

    公开(公告)日:2024-06-21

    申请号:CN202410659191.6

    申请日:2024-05-27

    Abstract: 本发明提供了一种复杂海域环境高精度实时定位与动态跟踪算法及系统,涉及水下目标定位技术领域。本发明提供的算法包括以下步骤:S1:依据浮标划分定位区域;S2:确定用以定位目标的粒子数目及浮标组合;S3:初始化粒子;S4:建立粒子状态模型,计算粒子状态及粒子权重以估计目标状态;S5:判断目标位置所在分区决定初始化粒子或继续演算目标定位。本发明提出的复杂海域环境高精度实时定位与动态跟踪算法中,根据能接收到信标信号的浮标数的不同划分定位区域,降低粒子数目减小了算法的复杂度。防止初始化位置与目标真实位置相差过大从而导致算法收敛所需时间过长,在目标所在分区进行初始化,缩小粒子的动态范围提高了定位的精度和性能。

    一种基于多维EMD-PSO-LSTM神经网络的海浪信息预测方法及系统

    公开(公告)号:CN116933152B

    公开(公告)日:2024-05-03

    申请号:CN202310673979.8

    申请日:2023-06-07

    Abstract: 本发明一种基于多维EMD‑PSO‑LSTM神经网络的海浪信息预测方法及系统,涉及海洋信息预测技术领域,为解决现有技术未能利用多维数据集综合预测海浪信息及预测海浪信息计算时间长、计算量大,成本高的问题。本发明采集海浪有效波高、波峰峰向和波峰周期三维信息数据,利用经验模态分解方法EMD将三维海浪信息数据进行分解,得到不同时间尺度下的本征模态分量和剩余分量,对分解得到的三维数据序列进行PCA降维,筛选出影响海浪信息有效波高、波峰峰向及波峰周期的关键因子,采用粒子群优化算法PSO对LSTM模型进行参数寻优,构建LSTM模型;最终得到的海浪信息预测模型,可实现对海浪有效波高、波峰峰向和波峰周期的快速、高精度预测。

    一种基于X波段雷达图像的海浪信息反演系统

    公开(公告)号:CN116958435A

    公开(公告)日:2023-10-27

    申请号:CN202310919199.7

    申请日:2023-07-25

    Abstract: 本发明一种基于X波段雷达图像的海浪信息反演系统,涉及海浪信息反演技术领域,现有的海浪信息反演系统存在反演结果准确度较差,海浪反演信息图像清晰度较低,进行反演参数的相关设置以及海浪反演数据保存时并不快捷的问题。系统包括:表现层、业务层和数据层;所述表现层与业务层相互连通,且通过表现层的操作与业务层的功能进行交互,所述业务层与数据层相互连通,所述数据层用于存储雷达数据和海浪参数信息数据,数据层将雷达数据上传至业务层,业务层根据接收的数据进行数据处理,得到海浪参数信息,将海浪参数信息上传至表现层进行显示,并传送至数据层进行存储。本发明系统得到海浪信息具有较高的准确性。

    一种UUV协同作业中的水下目标探测态势模拟方法及系统

    公开(公告)号:CN117572784A

    公开(公告)日:2024-02-20

    申请号:CN202311509638.3

    申请日:2023-11-14

    Abstract: 本发明提供一种UUV协同作业中的水下目标探测态势模拟方法及系统,属于水下目标探测仿真领域。为解决移动的非合作水下目标增加了捕获难度,且单基地声纳的探测范围小,捕获难度大,易被目标发现的问题。本发明实现了非合作水下目标运动‑声纳阵位配置‑非合作水下目标能否被捕获的判断全流程水下目标探测实时演示系统仿真,通过仿真的方式对非合作水下目标是否能被捕获进行概率计算,为实际捕获非合作水下目标提供了数据支持,以便于调整捕获仿真以及提高捕获效率;利用双基地声纳代替单基地声纳,其位置一般不易被敌方发现,降低了基地被发现并被捕获的概率;且双基地探测半径是单基地探测半径的十倍以上,可有效提高探测效果。

Patent Agency Ranking