一种Link16信号的模拟系统及方法
    1.
    发明公开

    公开(公告)号:CN116614154A

    公开(公告)日:2023-08-18

    申请号:CN202310331188.7

    申请日:2023-03-31

    Abstract: 本发明公开了一种Link16信号模拟系统及方法,实现步骤为:显示控制终端生成消息流;消息解析模块和消息识别模块对消息流分别进行解析识别;多路选择器模块根据使能信号将数据向量选择不同端口输出;基础模式中频信号产生链路单元生成Link16中频信号;RTT模式中频信号产生链路单元生成Link16中频信号;软件无线电设备获取Link16信号的模拟结果生成Link16射频信号。本发明通过将报头处理模块和报文处理对同步字、报头消息和报文信息以向量的形式并行处理,提高了数据和信号处理速度,以及Link16信号实时性;通过增加对Link16信号配置信息的校验验证和序列识别码,提高了生成Link16信号的可靠性。

    一种基于改进DQN算法的物品派送无人机集群航迹规划方法

    公开(公告)号:CN116414146A

    公开(公告)日:2023-07-11

    申请号:CN202310216775.1

    申请日:2023-03-07

    Abstract: 本发明公开了一种基于改进DQN算法的物品派送无人机集群航迹规划方法,包括以下步骤;步骤1:对无人机集群和派送目的地点进行任务分配;步骤2:确定改进DQN算法的环境初始状态,设置无人机寻路问题的状态、动作、策略元素的表示方式;步骤3:根据状态和动作维度设置改进DQN算法的神经网络结构,提出单调递减步长的改进措施;步骤4:使用改进DQN算法规划初始航迹,根据任务分配结果让无人机起点和派送目的地一一对应,进行航迹规划;步骤5:调整航迹中的危险点;步骤6:无人机航迹优化处理;本发明能够得到模型简单,规划快速的航迹规划方法。

    一种基于YOLOX轻量化及网络优化的方法

    公开(公告)号:CN116306813A

    公开(公告)日:2023-06-23

    申请号:CN202310212335.9

    申请日:2023-03-07

    Abstract: 本发明公开了一种基于YOLOX轻量化及网络优化的方法,包括以下步骤;S1:在目标检测任务中,准备训练时所需的数据集;S2:在所述数据集上训练原始YOLOX神经网络模型,记录和评估模型的性能指标;S3:对原始YOLOX神经网络模型执行剪枝操作,生成剪枝后的改进YOLOX网络模型;S4:在数据集上训练生成剪枝后的改进YOLOX网络模型;S5:对改进YOLOX网络模型执行剪枝操作;S6:对改进剪枝后的改进YOLOX网络进行验证和分析,若能满足性能上的要求,则对目标进行检测分析;如不能满足性能要求,则调整改进模型,直至满足性能要求为止。本发明在目标检测中具有较高的检测精度和速度,更易于在实际应用场景中进行部署和集成,也使得模型的推理过程更加高效和稳定。

    基于Android平台的yolox目标检测轻量化改进方法

    公开(公告)号:CN116258941A

    公开(公告)日:2023-06-13

    申请号:CN202310233273.X

    申请日:2023-03-13

    Abstract: 基于Android平台的yolox目标检测轻量化改进方法,包括以下步骤;步骤1:收集和准备训练时所需带有标注的图像和对应的标签数据,并对数据进行预处理;步骤2:将原来的BCE交叉熵损失函数替换为现在的varifocalloss损失函数;步骤3:将原有的CSPDarknet网络替换为MobileNet网络;步骤4:采用yolox算法对所述步骤1的数据集进行训练,通过反向传播算法不断优化模型参数;步骤5:转换模型格式:将训练好的MobileNet网络格式转换为Android设备可读取的格式;步骤6:部署模型:将格式转换后部署到Android设备上,并利用Android平台的GPU加速技术加速模型的推理过程;步骤7:实现目标检测。本发明能够在保证目标检测精度的前提下,大幅降低模型的计算和存储开销,提高移动设备上的目标检测性能和效率。

    复信号多分量交互特征信号处理方法、模型及系统

    公开(公告)号:CN114139585B

    公开(公告)日:2023-04-07

    申请号:CN202111472813.7

    申请日:2021-11-30

    Abstract: 本发明公开了一种复信号多分量交互特征信号处理方法、模型及系统,对复信号进行处理,其获得信号的有用信息、隐含特征的性能增强。对输入的复信号的频域同相分量和频域正交分量进行交互处理,使得最后输出的复信号的实部(同相分量)的特征融合了输入的复信号的频域同相分量和频域正交分量,同时,输出的复信号的虚部(正交分量)的特征也融合了输入的复信号的频域同相分量和频域正交分量,充分实现多分量信息的共享与交互,最终输出的复信号具有更多的电磁信号各分量之间的内隐知识和有用信息,为挖掘隐藏在电磁信号各分量之间的内隐知识和有用信息奠定了基础,具有对复信号和实值信号的处理的兼容性。

    一种基于IoU改进损失函数的目标检测方法

    公开(公告)号:CN114782765A

    公开(公告)日:2022-07-22

    申请号:CN202210210383.X

    申请日:2022-03-03

    Abstract: 一种基于IoU改进损失函数的目标检测方法,对目标检测网络,预设交并比加权参数、距离惩罚项加权参数和宽高比惩罚项加权参数,并预设约束条件和训练次数,以多个不同类别的图片作为待训练学习图片,输入目标检测网络训练,计算标注的目标框和预测框的交并比,获取同时包含目标框与预测框的最小封闭框,计算距离损失值和高宽损失值,并由此获取损失函数Lp‑EIoU,计算出损失值,利用反向传播算法更新目标检测网络的权重参数;维持待训练学习图片不变,重复训练得到最终目标检测网络的权重参数以及该网络的检测精度,目标检测网络采用最优参数进行目标检测。本发明通过提升目标检测过程中边界框回归的定位性能,进而提升目标检测的准确性。

    基于高斯眼图纹理熵特征的通信干扰检测方法

    公开(公告)号:CN112838909B

    公开(公告)日:2022-03-04

    申请号:CN202011608168.2

    申请日:2020-12-30

    Abstract: 本发明提出了一种基于高斯眼图纹理熵特征的通信干扰检测方法,主要解决现有干扰检测方法在低干信比下检测率低,检测时间较长的问题。其实现步骤是:(1)生成待检测无线通信信号的高斯眼图;(2)计算高斯眼图的纹理熵特征;(3)设定干扰检测检验统计量;(4)进行检验判决,得到干扰检测结果。本发明具有在高干信比和低干信比下干扰检测概率较高,检测速度快的优点,有效的克服了现有干扰检测方法存在的在低干信比下检测概率低和检测时间过长的问题。

    基于高斯眼图纹理熵特征的通信干扰检测方法

    公开(公告)号:CN112838909A

    公开(公告)日:2021-05-25

    申请号:CN202011608168.2

    申请日:2020-12-30

    Abstract: 本发明提出了一种基于高斯眼图纹理熵特征的通信干扰检测方法,主要解决现有干扰检测方法在低干信比下检测率低,检测时间较长的问题。其实现步骤是:(1)生成待检测无线通信信号的高斯眼图;(2)计算高斯眼图的纹理熵特征;(3)设定干扰检测检验统计量;(4)进行检验判决,得到干扰检测结果。本发明具有在高干信比和低干信比下干扰检测概率较高,检测速度快的优点,有效的克服了现有干扰检测方法存在的在低干信比下检测概率低和检测时间过长的问题。

    基于HSCA提取通信信号特征的调制识别方法

    公开(公告)号:CN109450835B

    公开(公告)日:2020-12-08

    申请号:CN201811300069.0

    申请日:2018-11-02

    Abstract: 一种基于HSCA提取通信信号特征的调制识别方法,利用特征提取过程中未用到信号先验载波信息的性质,实现低信噪比情况下,通信信号的调制识别。具体步骤包括:1、获取归一化后的通信信号矩阵,2、设置参数,3、基于HSCA,提取信号特征,4、模拟信号的调制识别,5、幅移键控信号的调制识别,6、频移键控信号的调制识别。本发明克服了已有技术无法兼顾通信信号的调制识别在非协作系统中和低信噪比情况下识别准确率不高的缺陷,采用HSCA提取信号特征,提高了低信噪比情况下,非协作系统中通信信号的调制识别准确率,为未来通信信号调制识别的特征提取提供了一条新的途径。

    基于神经网络的实时足球目标检测方法

    公开(公告)号:CN111832513A

    公开(公告)日:2020-10-27

    申请号:CN202010705052.4

    申请日:2020-07-21

    Abstract: 本发明公开了一种基于神经网络的实时足球目标检测方法,主要解决现有足球目标检测速度慢,精度低的问题。其方案是:1)获取足球目标检测网络YOLOv4;2)构建足球目标训练数据集;3)获取已构建训练数据集的先验框大小,并将其替换目标检测网络YOLOv4中的先验框;4)对训练数据集进行数据增广;5)利用增广后的数据集对目标检测网络YOLOv4进行训练;6)将待检测的足球目标视频,输入到训练好的YOLOv4足球目标检测网络中进行检测标注,输出足球目标的检测结果。本发明增强了网络的识别和定位能力,提高了足球目标的检测速度和精度,保证了足球目标检测的实时性,可用于人机交互、体育赛事、实况直播及运动分析。

Patent Agency Ranking