-
公开(公告)号:CN116062557A
公开(公告)日:2023-05-05
申请号:CN202211484480.4
申请日:2022-11-24
Applicant: 宜昌测试技术研究所
Abstract: 本发明提出一种水下绞车张力控制系统,包括储缆绞车、拖曳绞车以及张力控制器;所述储缆绞车为缆的储存机构并配置有伺服电机,用于排缆、储缆和收放缆并配合拖曳绞车完成拖曳工作;所述张力传感器用于测量缆张力大小,为系统提供反馈信号;所述拖曳绞车用于收放及拖曳工作过程中的承力和主动收放;所述张力控制器获取伺服电机转速反馈信号、缆张力反馈信号、拖曳绞车转速信号,输出绞车的控制信号给所述伺服电机;该系统中张力控制器对伺服电机采用双环控制方式,包括对伺服电机的转速反馈信号控制和对张力控制器的缆张力反馈信号的控制。
-
公开(公告)号:CN115757512A
公开(公告)日:2023-03-07
申请号:CN202211361759.3
申请日:2022-11-02
Applicant: 宜昌测试技术研究所
IPC: G06F16/2457 , G01S15/88 , G06F16/248
Abstract: 一种用于水下目标探测的声纳数据存储及检索方法。通过在声纳数据中融合搭载平台位置信息,在声纳数据入库时同时存储探测航迹信息和声纳型号性能等相关信息;基于用户输入感兴趣的目标位置信息,使用位置检索算法,从探测任务书数据库中快速检索匹配的声纳数据文件以供使用。本公开解决了以往难以根据涉事海域位置信息快速、准确检索有效声纳探测数据的问题,显著提高了历史声纳数据的使用效率,适用于水下探测领域。
-
公开(公告)号:CN114408783A
公开(公告)日:2022-04-29
申请号:CN202111607017.X
申请日:2021-12-24
Applicant: 宜昌测试技术研究所
Abstract: 本发明涉及水下绞车技术领域,公开了一种恒定张力牵引和储缆绞车控制系统,包括机架、设置在机架内的牵引绞车、储缆绞车、电缆和控制装置、设置在牵引绞车上的牵引伺服电机、牵引编码器和牵引刹车、以及设置在储缆绞车上的储缆伺服电机和储缆编码器,牵引绞车与储缆绞车之间穿过电缆;放缆作业时,控制牵引绞车以速度模式主动放缆,控制储缆绞车以力矩模式被动放缆,并跟随牵引绞车的速度;收揽作业时,控制储缆绞车以力矩模式主动收缆,控制牵引绞车以速度模式收缆;放缆和收揽作业时,保持所述电缆的张力不突变。本发明能够控制牵引与储缆绞车之间电缆保持恒张力,控制牵引和储缆绞车协同工作,在启停时电缆张力不突变,停机后电缆张力不松弛。
-
公开(公告)号:CN117456346A
公开(公告)日:2024-01-26
申请号:CN202311360900.2
申请日:2023-10-18
Applicant: 宜昌测试技术研究所
IPC: G06V20/05 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种水下合成孔径声呐图像目标检测方法及系统,所述方法包括:构建第一训练集、第二训练集及测试集;使用第一训练集对目标检测网络模型的骨干网络进行预训练;使用第二训练集对预训练完毕的目标检测网络模型进行再次训练;使用测试集对候选模型参数对应的目标检测网络模型进行测试,选择测试精度最高的候选模型参数对应的目标检测网络模型作为训练完毕的目标检测网络模型;获取待检测的水下合成孔径声呐图像,将其输入所述训练完毕的目标检测网络模型,得到目标检测结果;对所述目标检测结果进行后处理,对违背先验知识的预测目标框和目标类别进行修正。本方法实现了对水下目标的高精度探测和识别。
-
公开(公告)号:CN116206191A
公开(公告)日:2023-06-02
申请号:CN202211432193.9
申请日:2022-11-16
Applicant: 宜昌测试技术研究所
IPC: G06V20/05 , G06V10/82 , G06V10/75 , G06N3/049 , G06N3/0464
Abstract: 本发明提出一种用于水下声呐自主探测的脉冲神经网络转换方法和装置,该方法包括:步骤S1:修改基于深度神经网络模型(DNN)的YOLOv3‑tiny模型,得到经过修改的YOLOv3‑tiny模型;步骤S2:加载水下声呐图像数据集,训练所述经过修改的YOLOv3‑tiny模型;步骤S3:为进行水下目标检测,将训练好的YOLOv3‑tiny模型转换为基于脉冲神经网络(SNN)的YOLOv3‑SNN模型,所述YOLOv3‑SNN模型包括输入层、隐藏层和输出层,其中,输入层采用实数编码,隐藏层采用活跃状态,静息状态的两状态的脉冲神经编码,输出层使用膜电压解码;步骤S4:利用所述基于脉冲神经网络(SNN)的YOLOv3‑SNN模型,直接用于水下声呐小目标检测任务。
-
-
-
-