一种基于信息几何的电磁态势生成方法

    公开(公告)号:CN110929396B

    公开(公告)日:2022-06-14

    申请号:CN201911137699.5

    申请日:2019-11-19

    Abstract: 本发明提出一种基于信息几何的电磁态势生成方法,通过在目标区域内设置多站式组网接收端,将每个接收端接收到信号幅度的概率分布映射到黎曼空间的流形上,通过计算流形上各概率分布之间的距离来表征电磁态势的分布以及波动变化情况。本发明相对于传统基于场强合成的电磁态势生成方法,不仅能够减小态势生成的计算量、提高运算速度,而且对于生成后的电磁态势分布图更能反映出空间中扰动的细节属性。通过仿真结果可以看出,该方法对空间引入的散射源的位置和散射强度都很敏感,其态势分布图与散射源属性具有很好的关联性。此方法为电磁态势的生成提供了一种新的思路,更能精确、快速、有效的构建出一定区域范围内的电磁态势分布。

    一种高精度电磁环境实时侦测系统

    公开(公告)号:CN109490642A

    公开(公告)日:2019-03-19

    申请号:CN201811635891.2

    申请日:2018-12-29

    Abstract: 本发明涉及一种电磁环境实时侦测系统,将现有的RTK技术与信号采集设备相结合,可实时在电磁环境中利用载体搭载系统移动采集信号并标定信号采集位置。在系统的多频段信号采集部分加装了下变频器能够高频段信号变频到低频段,结合ADC转换器的双通道交叉采样模式,实现多频段信号的高速采样。同时利用结合RTK技术的系统动态航迹位置标定部分实时获得载体设备信号采集位置信息,并与采集来的信号数据一起存储,方便对采集来的信号进行后期分析及处理。本发明结构简单,使用方便,携带容易,实现对复杂电磁环境信号快速采集和采集位置标定,极大的提高了复杂电磁环境信息获取效率。

    一种基于深度学习的单目视觉深度估计方法

    公开(公告)号:CN112819876B

    公开(公告)日:2024-02-27

    申请号:CN202110185998.7

    申请日:2021-02-13

    Abstract: 本发明提出一种基于深度学习的视觉深度估计的方法,通过在现有的深度学习深度估计的网络上添加注意力机制,使得深度学习网络重点关注注意力机制筛选出来的图像中的关键信息,以提高网络对视觉信息的理解能力,从而提高了深度估计的准确性以及深度场景还原的清晰度,在确定好图像的深度之后,可以以此为基础进行单目视觉定位以及三维重建。此方法在利用深度学习来进行单目视觉定位构图的过程中具有重要意义。

    一种基于信息概率的融合定位方法

    公开(公告)号:CN112880659A

    公开(公告)日:2021-06-01

    申请号:CN202110026669.8

    申请日:2021-01-09

    Abstract: 本发明提出一种基于信息概率的融合定位方法,该方法通过推导出两个概率密度函数融合之后新概率密度函数的参数解析式,之后通过递推方法推导出多个源融合的参数解析式,利用该融合后的参数解析式计算获取融合导航定位信息。本发明相对于传统基于卡尔曼滤波的融合定位方法,不仅能够减小融合定位的计算量、提高运算速度,而且对于融合导航源的扩展更加灵活,对于导航源的接入和断开都具有很强的鲁棒性。通过仿真结果可以看出,该方法可以提高融合后定位的精度,并且融合的源越多精度越高。此方法为融合导航定位算法设计提供了一种新的思路,能更加快速、实时地获取融合后的导航定位信息。

    一种基于深度学习的单目视觉深度估计方法

    公开(公告)号:CN112819876A

    公开(公告)日:2021-05-18

    申请号:CN202110185998.7

    申请日:2021-02-13

    Abstract: 本发明提出一种基于深度学习的视觉深度估计的方法,通过在现有的深度学习深度估计的网络上添加注意力机制,使得深度学习网络重点关注注意力机制筛选出来的图像中的关键信息,以提高网络对视觉信息的理解能力,从而提高了深度估计的准确性以及深度场景还原的清晰度,在确定好图像的深度之后,可以以此为基础进行单目视觉定位以及三维重建。此方法在利用深度学习来进行单目视觉定位构图的过程中具有重要意义。

Patent Agency Ranking