-
公开(公告)号：CN114670851B
公开(公告)日：2025-02-11
申请号：CN202210415589.6
申请日：2022-04-20
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: B60W40/10 , B60W40/105 , G01S13/931
Abstract: 本发明提供一种基于寻优跟踪算法的辅助驾驶系统、方法、终端及介质，通过将局部寻优后被使用的所有点迹分类且不参与后续目标聚类、拟合等过程，能有效使每个目标在每一帧数据中都能得到最优估计的状态信息。因上一帧所有航迹经局部寻优处理后都预先在关联模块进行对应目标点迹寻优关联处理，使当前帧只有新出现的目标点迹数据进入聚类模块，可明显降低多目标跟踪方法所需要处理的数据量，降低数据处理所需要实际算力，实现算力低负载条件下，也能满足实际需要，同时也降低了车载雷达本身的算力成本。
-
公开(公告)号：CN114670851A
公开(公告)日：2022-06-28
申请号：CN202210415589.6
申请日：2022-04-20
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: B60W40/10 , B60W40/105 , G01S13/931
Abstract: 本发明提供一种基于寻优跟踪算法的辅助驾驶系统、方法、终端及介质，通过将局部寻优后被使用的所有点迹分类且不参与后续目标聚类、拟合等过程，能有效使每个目标在每一帧数据中都能得到最优估计的状态信息。因上一帧所有航迹经局部寻优处理后都预先在关联模块进行对应目标点迹寻优关联处理，使当前帧只有新出现的目标点迹数据进入聚类模块，可明显降低多目标跟踪方法所需要处理的数据量，降低数据处理所需要实际算力，实现算力低负载条件下，也能满足实际需要，同时也降低了车载雷达本身的算力成本。
-
-
公开(公告)号：CN116093595A
公开(公告)日：2023-05-09
申请号：CN202310038245.2
申请日：2023-01-09
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开了串联馈电方向图赋形贴片天线，是一种紧凑型、低成本、高增益、可实现任意波束形状的串联馈电天线，达到了赋形天线小型化的目的。该天线，包括：介质基板、馈线、多个辐射贴片以及金属接地板。介质基板包括相对设置的顶表面和底表面；馈线和辐射贴片均附着于介质基板的顶表面；金属接地板附着于介质基板的底表面。多个辐射贴片沿馈线分布，辐射贴片上开设槽结构一；馈线上设定位置处开设槽结构二。本发明通过对串馈天线及其辐射单元的特殊设计实现了单元幅度与相位的精确控制，从而达到微带行波串馈天线实现任意波束赋形的目的。
-
公开(公告)号：CN114970595B
公开(公告)日：2023-04-18
申请号：CN202111673162.8
申请日：2021-12-31
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度学习的单快拍多目标角度估计方法，包括：对单快拍回波数据进行预处理；将视场角划分为一系列角度区间；基于DNN网络架构，设计与步骤S2中的角度区间一一对应的滤波器和估计子网络；其中，滤波器的输入为步骤S1预处理后的数据，并将只属于本角度区间的数据输出至对应的估计子网络；所述估计子网络根据其输入的数据进行角度估计；基于样本集对构建的各滤波器和估计子网络进行训练，得到训练好的各滤波器和估计子网络；将待估计的单快拍数据预处理后，输入至各滤波器，得到各估计子网络的角度估计结果，将所有所述估计子网络的输出结果进行角度融合，最终得到目标数量及目标角度。
-
Patent Agency Ranking
公开(公告)号：CN115166649A
公开(公告)日：2022-10-11
申请号：CN202211095425.6
申请日：2022-09-08
Applicant: 北京理工大学
Abstract: 本发明属于雷达目标检测领域，具体涉及一种极窄脉冲雷达散射点特征聚合目标极化检测方法，适用于对距离扩展目标进行检测。本发明在散射点特征聚合时，分别对每个距离单元使用能量强度和极化特征差异信息获取目标散射点位置标记矩阵，并根据各距离单元被判定为目标散射点的频次作为权重进行特征聚合，该操作可以自适应地为各个距离单元赋予不同的权重，使检测器更关注于目标所在的距离单元，避免陷落损失问题，提升检测性能。
-
公开(公告)号：CN116578912A
公开(公告)日：2023-08-11
申请号：CN202310059993.9
申请日：2023-01-19
Applicant: 北京理工大学
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/0464 , G06N3/082 , G06N3/0895
Abstract: 本发明公开了一种极窄脉冲雷达目标姿态不敏感特征提取与跨姿态识别方法，该方法首先基于深度网络自动提取目标的类别特征和姿态特征；然后依次将所得特征输入进分类与解耦两个模块，分类模块用于约束上述两类特征各自对应语义的正确性；解耦模块用于约束上述两类特征语义互不相关，且在去相关过程中不发生信息损失；最后，基于类别特征完成目标识别，本发明方法能够对于训练集中未出现过姿态下的极窄脉冲回波样本，具有良好的识别性能。
-
公开(公告)号：CN114611569B
公开(公告)日：2022-11-29
申请号：CN202210059146.8
申请日：2022-01-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于知识辅助的雷达目标深度学习分类方法、系统，将目标的时序信息连续的多帧RD谱作为数据样本，根据RD谱提取图像知识和目标知识作为深度学习网络的输入，从而提供了时间维度的目标信息，获得更多有利于目标分类的目标信息，提高了深度学习网络的学习效率和分类性能。训练得深度学习分类模型，包括知识辅助模块、知识融合模块和分类模块。在训练深度学习分类模型时，在知识辅助模块利用图像知识引导深度学习网络关注到数据样本中包含更多目标信息的样本区域，然后将知识辅助模块输出的空间特征输入知识融合模块得到深度特征并与目标知识融合，对网络学习过程中进行信息补充，获得更利于分类的信息。
-
公开(公告)号：CN114611569A
公开(公告)日：2022-06-10
申请号：CN202210059146.8
申请日：2022-01-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于知识辅助的雷达目标深度学习分类方法、系统，将目标的时序信息连续的多帧RD谱作为数据样本，根据RD谱提取图像知识和目标知识作为深度学习网络的输入，从而提供了时间维度的目标信息，获得更多有利于目标分类的目标信息，提高了深度学习网络的学习效率和分类性能。训练得深度学习分类模型，包括知识辅助模块、知识融合模块和分类模块。在训练深度学习分类模型时，在知识辅助模块利用图像知识引导深度学习网络关注到数据样本中包含更多目标信息的样本区域，然后将知识辅助模块输出的空间特征输入知识融合模块得到深度特征并与目标知识融合，对网络学习过程中进行信息补充，获得更利于分类的信息。
-
公开(公告)号：CN1769525A
公开(公告)日：2006-05-10
申请号：CN200510105456.5
申请日：2005-09-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种低成本、室温、快速制备碳化硅－镍核壳结构的化学镀方法和工艺。利用等离子体对碳化硅颗粒进行表面刻蚀，通过化学镀实现了碳化硅－镍核壳结构。该工艺以镍的可溶性盐、次亚磷酸可溶性盐为主要原料。其制备原理是，先将碳化硅颗粒等离子体表面刻蚀、亲水性处理、敏化处理、贵金属活化，然后放入配制好的镀液中施镀，间歇搅拌以防止粒子团聚，最终得到碳化硅－镍核壳结构。该工艺过程周期短，施镀温度低，便于工业化应用。此外，本工艺的优点是工艺简单，便于操作，成本较低。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.031 seconds)
