-
公开(公告)号：CN119625263A
公开(公告)日：2025-03-14
申请号：CN202411703252.0
申请日：2024-11-25
Applicant: 鹏城实验室
Abstract: 本申请公开了基于多模态融合的目标检测方法、装置、电子设备及介质，方法包括：获取第一图像集合以及第二图像集合，其中，第一图像集合包括多张可见光图像，第二图像集合包括多张红外图像；对第一图像集合和第二图像集合进行数据对齐操作，得到与第一图像集合对应的第一特征图像集合以及与第二图像集合对应的第二特征图像集合；通过预设的双尺度图像融合算法对第一特征图像集合和第二特征图像集合进行特征融合，得到融合图像集合；通过预设的深度学习模型对融合图像集合中的融合图像进行目标检测，得到待检测物体的物体类别以及标记待检测物体的边界框。在本发明实施例中，能够提高目标检测的准确性，进一步提高检测精度。
-
公开(公告)号：CN119407765A
公开(公告)日：2025-02-11
申请号：CN202411452915.6
申请日：2024-10-16
Applicant: 鹏城实验室
IPC: B25J9/16
Abstract: 本公开提供了一种机器人的控制方法、装置、设备及介质，方法包括获取机器人的控制指令，以及机器人所处环境中任意一个模态下的感知数据；将感知数据输入至监督微调后的行为树生成大模型中，对机器人所处环境进行场景描述，得到场景描述文本；将控制指令和场景描述文本输入至行为树生成大模型中，结合场景描述文本对控制指令进行分解和预规划，生成多项子描述文本，并基于多项子描述文本得到目标描述文本；将目标描述文本输入至行为树生成大模型中进行行为树生成，得到包含多个动作节点的目标行为树，各个动作节点与至少一个子描述文本对应；基于目标行为树控制机器人执行对应的动作节点，从而能够提高机器人的工作效率和任务完成的质量。
-
公开(公告)号：CN112350787A
公开(公告)日：2021-02-09
申请号：CN202011091349.2
申请日：2020-10-13
IPC: H04B17/30
Abstract: 本发明公开了一种无线电信号异常检测方法，包括以下步骤：S1、采集两段正常工作的无线电信号数据，计算第一相对小波时间熵；S2、根据第一相对小波时间熵的曲线波动范围，得到时间熵阈值；S3、采集正常工作的无线电信号数据和待检测的无线电信号数据，计算第二相对小波时间熵；S4、统计第二相对小波时间熵大于时间熵阈值的无线电信号数据的样本点数，计算异常信号比率；S5、判断异常信号比率是否大于异常信号比率阈值，若是，则待检测的无线电信号数据异常，若否，则跳转至步骤S3；本发明解决了现有技术大都是基于有监督的方法进行分类，并且异常信号类型采用人为标准定义的问题。
-
公开(公告)号：CN112183659A
公开(公告)日：2021-01-05
申请号：CN202011100248.7
申请日：2020-10-15
Abstract: 本发明涉及信号辐射源识别技术领域，公开了一种基于卷积神经网络的未知信号辐射源识别方法。该方法包括利用已知源数据训练卷积神经网络模型，提取已知源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算已知源的低维度向量中心，提取待测源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算待测源的低维度向量与已知源的低维度向量中心之间的欧式距离，根据欧式距离对待测信号辐射源进行判决。本发明解决了现有信号辐射源识别过程中因卷积神经网络硬判决而无法识别未知源的问题，具有简单易行、识别高效的特点。
-
公开(公告)号：CN112163636A
公开(公告)日：2021-01-01
申请号：CN202011100245.3
申请日：2020-10-15
Abstract: 本发明公开了一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法，涉及电磁信号辐射源识别技术领域。本发明针对多源多模型场景下的电磁信号辐射源闭集识别问题，利用孪生网络的距离判决，将某已知源未知模式的数据与多个已知源已知模式输入进孪生网络中，得到对应的多个距离，随后找出多个距离中每个已知源对应的最近的几个距离之和，并对每个已知源对应的距离之和相比较，找到最小的距离之和，随后判决为其对应的所属源，从而实现未知模式的有效判决。本发明在三源三模式、三源五模式、五源五模式下均能有效完成未知模式的识别任务，显著提高平均识别成功率。
-
Patent Agency Ranking
公开(公告)号：CN111447163A
公开(公告)日：2020-07-24
申请号：CN202010236349.0
申请日：2020-03-30
IPC: H04L27/26 , H04B1/7073
Abstract: 本发明公开了一种WCDMA结构信号的时隙盲同步方法，可以在非合作情况下，利用特征分解算法，通过记录最大特征值或者记录最大特征值与次大特征值之差的方案进行谱峰搜索，对WCDMA结构的下行信号进行时隙起始点的盲估计。使用本发明方法，即使在信号预处理阶段的效果不理想，即相位失配的情况，也可以达到时隙同步的效果。由于WCDMA信号结构是要求主同步码具有极强的自相关性能的，在信道结构类似的情况下，即使非合作方采用了新的主同步码，利用该方案也能有效地估计时隙的起始位置，完成时隙盲同步。由于特征分解广泛应用于直扩信号的扩频信号估计，本方法在时隙盲同步的基础上，也可以同时将主同步码完成估计提取。
-
公开(公告)号：CN111447158B
公开(公告)日：2021-06-29
申请号：CN202010235770.X
申请日：2020-03-30
Abstract: 本发明公开了一种基于有限域傅里叶变换的信道编码特征提取方法，包括以下步骤：S1：从信息码流中提取待处理的编码数据块；S2：对待处理的编码数据块进行预处理，得到编码数据块；S3：对编码数据块进行有限域傅里叶变换；S4：进行放大零频分量处理，得到编码数据块的行向量；S5：进行归一化处理，得到特征向量，完成信道编码的特征提取。本发明提供的特征提取方法可以在有限域上得到编码数据每一帧的频谱信息，有利于提高有限域傅里叶变换特征在高误码率情况下的泛化能力。同时相比于直接对原始数据分类，本发明的特征提取方法在分类准确率方面有较大的提升，有利于后续机器学习算法利用本发明的特征提取结果。
-
公开(公告)号：CN112163636B
公开(公告)日：2023-09-26
申请号：CN202011100245.3
申请日：2020-10-15
IPC: G06F18/2413 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法，涉及电磁信号辐射源识别技术领域。本发明针对多源多模型场景下的电磁信号辐射源闭集识别问题，利用孪生网络的距离判决，将某已知源未知模式的数据与多个已知源已知模式输入进孪生网络中，得到对应的多个距离，随后找出多个距离中每个已知源对应的最近的几个距离之和，并对每个已知源对应的距离之和相比较，找到最小的距离之和，随后判决为其对应的所属源，从而实现未知模式的有效判决。本发明在三源三模式、三源五模式、五源五模式下均能有效完成未知模式的识别任务，显著提高平均识别成功率。
-
公开(公告)号：CN113075665B
公开(公告)日：2023-06-20
申请号：CN202110316751.4
申请日：2021-03-24
Applicant: 鹏城实验室
Abstract: 本发明公开了一种水下定位方法、水下载体航行器及计算机可读存储介质，所述水下定位方法包括：确定所述惯性测量单元在第一预设坐标系下的第一位姿数据；根据所述第一位姿数据以及所述惯性测量单元检测到的惯性数据，确定目标线加速度值以及目标角速度值；根据所述目标线加速度值以及所述目标角速度值，确定所述惯性测量单元在第二预设坐标系下的第二位姿数据；根据所述第一位姿数据、所述第二位姿数据以及预设误差状态代价函数确定水下定位信息，所述预设误差状态代价函数的参数包括所述惯性测量单元对应的第一残差参数以及超短基线传感器对应的第二残差参数，能够提升水下载体航行器的定位信息的准确性。
-
公开(公告)号：CN112183659B
公开(公告)日：2023-04-07
申请号：CN202011100248.7
申请日：2020-10-15
IPC: G06F18/2135 , G06F18/23 , G06N3/0464
Abstract: 本发明涉及信号辐射源识别技术领域，公开了一种基于卷积神经网络的未知信号辐射源识别方法。该方法包括利用已知源数据训练卷积神经网络模型，提取已知源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算已知源的低维度向量中心，提取待测源在神经网络末端层的高维度向量，对高维度向量进行PCA降维得到低维度向量，计算待测源的低维度向量与已知源的低维度向量中心之间的欧式距离，根据欧式距离对待测信号辐射源进行判决。本发明解决了现有信号辐射源识别过程中因卷积神经网络硬判决而无法识别未知源的问题，具有简单易行、识别高效的特点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
