-
公开(公告)号：CN117372642A
公开(公告)日：2024-01-09
申请号：CN202311416054.1
申请日：2023-10-30
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种基于数字孪生的三维建模方法及可视化系统，包括一：获取园区倾斜摄影图像数据，导入建模软件中得到园区倾斜摄影实景三维模型；二：将步骤一所述的图像数据导入Arcgis中，绘制得到园区道路WGS84杆状物、面状物、线状物shapefile矢量数据；三：采用3dsmax构建整个园区三维虚拟模型，对模型进行材质贴图和V‑ray渲染后分别导出.fbx格式模型；四：将步骤二所述shapefile文件导入Thingjs数字孪生开发平台，得到园区对应的地理位置，导入.fbx格式模型调整到对应地理位置发布得到融合GIS数据后的三维场景url地址；五：园区模型可视化采用发布的url地址动态加载园区模型；六：采用数据驱动的方法进行园区车辆行驶轨迹跟踪监控,读取后端车辆位置数据实时虚实映射到可视化平台上。
-
公开(公告)号：CN116908899A
公开(公告)日：2023-10-20
申请号：CN202310748113.9
申请日：2023-06-25
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星导航信号处理技术领域，具体涉及一种基于天牛须种群算法的整周模糊度解算方法，根据浮点解确定天牛种群的初始位置，并设定天牛须朝向和迭代次数；预测天牛种群的下次位置，并基于最小二乘准则计算所有天牛须所在位置的适应度值；利用Nadam算法自适应改进天牛搜索步长，不断更新天牛种群的最优位置，并记录每次的种群最优位置；利用模拟退火算法跳出局部最优种群位置，寻找最优天牛种群位置；若迭代次数达到所设阈值，输出最优解。本发明能有效避免模糊度陷入局部最优情形，在多维模糊度解算情况下，仍具有较高的解算速率和解算成功率。
-
公开(公告)号：CN116794688A
公开(公告)日：2023-09-22
申请号：CN202310783144.8
申请日：2023-06-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星定位技术领域，具体涉及一种基于卫星质量评估的稳健滤波方法，包括步骤1：接收机实时采集导航电文；步骤2：单点定位获取接收机位置及信号质量评估参数；步骤3：进行卫星信号质量评估，判断观测矩阵是否满秩；步骤4：计算抗差因子，计算卡尔曼增益；步骤5：多历元联合观测，建立满秩的完整几何约束求解新预测值；步骤6：保留当前历元参数，进入下一历元解算。采用本发明的方案具有的优点是，可以用于降低卫星信号强度弱，多径效应等对定位精度的影响，提高持续定位解算能力。
-
公开(公告)号：CN116630666A
公开(公告)日：2023-08-22
申请号：CN202310723725.2
申请日：2023-06-19
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出一种应用于无人机图像匹配的SIFT‑KNN特征匹配方法，包括一：将图像均匀分割成m×n个相同的区域，将每个区域按逐行的顺序分别存储在集合{s1,s2,…,sm}中；二：构建尺度空间，输入图像通过二维高斯函数连续的对尺度进行参数变换，最终得到多尺度空间；三：采用Harris算子检测特征点,通过求解矩阵M特征值判断一个窗口是平面、边缘、角点；四：建立特征点KD树索引，将所有特征点分成两部分，直到每个叶子节点只包含一个像素值，顺着KD树计算出待匹配点的最佳匹配点对；五：判断图像1中的特征点对(f,f')，图像2中的匹配点对(f',f”)，匹配点f的像素值Ix，匹配点f”的像素值Iy，若Ix＝Iy，则(f,f')为初步正确的特征点对；六：采用渐近一致采样法在步骤五的基础上选取正确率相对要高的匹配点对。
-
公开(公告)号：CN115542359A
公开(公告)日：2022-12-30
申请号：CN202210881141.3
申请日：2022-07-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及全球卫星导航技术领域，具体涉及一种基于卡方检验的AWPSO姿态解算方法，利用姿态角与基线矢量的关系，构造姿态角的单历元适应度函数模型，通过适应度函数进行姿态角搜索，规避了整周模糊度求解带来的大运算量，同时采用自适应权重因子和候选解的方式提高了姿态角的搜索范围，减少算法早熟，提高算法收敛性，最后利用卡方检验对候选解进行有效性检测，并通过剔除无效解减小局部最优解引起的误差，提高了解算的精度和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113963023A
公开(公告)日：2022-01-21
申请号：CN202111222583.9
申请日：2021-10-20
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
IPC: G06T7/246 , G06V10/50 , G06V10/56 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明涉及图像处理技术领域，具体公开了一种用于长期跟踪的可靠性重检测方法，包括如下步骤：基于多特征自适应地检查目标的可靠性和更新跟踪模型；利用不可靠性和可靠性检查标准，生成可靠的跟踪结果；运用重采样检测更新机制，对每一帧的跟踪结果进行判定，当目标丢失时，扩大搜索区域以重新定位。通过提出基于跟踪准确性的判断重采样检测机制，在算法置信度较低，即出现跟踪目标遮挡、快速移动的情况，尝试对目标的跟踪结果进行修正；通过多特征自适应地检查目标的可靠性和更新跟踪模型；通过不可靠性和可靠性检查标准，本发明可以生成可靠的跟踪结果。
-
公开(公告)号：CN113805212A
公开(公告)日：2021-12-17
申请号：CN202111128231.7
申请日：2021-09-26
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明公开了一种自适应的GNSS载波相位差分滑坡监测方法，通过接收监测站和参考站GNSS观测数据，得到观测到的卫星的伪距、载波相位、载噪比，将观测数据中的载波相位观测量作双差组成载波相位双差观测方程组，通过抗差卡尔曼滤波进行解算，得到监测站位置的浮点解，并通过剔除观测质量较差卫星来对载波相位的整周模糊度参数进行筛选，采用MLAMBDA算法搜索整周模糊度，最终得到监测站位置的固定解，另外通过统计所有卫星的连续锁定历元数大于设定值的比例，并与设定比例值比较，自动调整滤波策略，将连续解算与单历元解算的优势结合，保证恶劣观测环境下的固定率及定位精度。
-
公开(公告)号：CN119414880A
公开(公告)日：2025-02-11
申请号：CN202411482480.X
申请日：2024-10-23
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及人工智能技术领域，具体涉及一种融合A星的多智能体蜂拥避障方法，通过构建具有速度约束的多智能体运动模型，计算各智能体位置和速度信息；接着构建智能体之间的交互项；同时构建智能体i与其最近的障碍物边界点k之间的交互项；根据智能体i的运动情况，构建目标点及虚拟目标点对智能体的导航反馈项；划分智能体的感应区域为安全区、预警区、危险区和碰撞区，计算智能体之间，智能体i和目标点，以及智能体i与其最近的障碍物边界点k之间的距离，并通过模糊控制器动态调整交互项中增益参数；综合所有交互项，确定智能体的控制输入。本发明减少了多智能体间的通信需求，消除了对障碍物形状的依赖，提高了实时避障的能力。
-
公开(公告)号：CN119291733A
公开(公告)日：2025-01-10
申请号：CN202411417702.X
申请日：2024-10-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星定位导航增强技术领域，具体涉及一种基于BP神经网络融合多源数据的全球电离层反演方法，通过地基GNSS观测数据反演出STEC，接着采用投影函数将其投影至电离层穿刺点的垂直方向得到VTEC，利用BP神经网络及克里金插值法将地基观测数据融合到IRI‑2016电离层模型来解决GNSS跟踪站在全球分布不均匀的问题，从而提高电离层的反演精度，采用球谐函数来表述VTEC空间分布，再由海洋测高卫星观测数据，以及DORIS观测数据和COSMIC掩星数据来改善地基GNSS观测数据在海洋地区的缺失问题，建立全球电离层观测方程，构建法方程，最后通过赫尔默特方差估计精确定权计算生成全球电离层格网数据VTEC，以提高全球电离层观测精度。
-
公开(公告)号：CN119064963A
公开(公告)日：2024-12-03
申请号：CN202410985902.9
申请日：2024-07-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种GNSS‑RTK多模型级联抗差方法，利用自适应噪声完备集合经验模态分解(CEEMDAN)级联改进的智能优化小波包分解阈值降噪技术对多路径误差以及随机误差进行滤波处理，包括一：导入观测的GNSS‑RTK监测结果数据x(t)；二：确立CEEMDAN参数条件，对监测结果进行CEEMDAN分解，得到一系列IMF分量；三：计算各IMF分量与x(t)的互相关系数ρ，根据划分准则条件对IMF进行划分。对小于阈值部分的低频分量直接剔除；剩下部分根据互相关极值判定条件，对噪声主导部分进行小波包降噪，信号主导部分直接参与重构不做处理；四：将噪声主导的IMF成分进行小波包分解获取小波包系数，通过小波包分解系数能量分布对分解后的系数进行预处理并确立要降噪的层级；五：根据分解后的系数，确立各个小波包的阈值，通过海洋捕食者智能优化算法对改进的带参小波阈值函数的参数进行寻优，确立最佳阈值函数参数，并对小波包系数进行阈值化处理。将降噪后的小波包系数进行逆运算，获取降噪后的IMF分量；六：将信号主导的IMF分量和经过小波包去噪的噪声主导的IMF分量进行重构，得到降噪后的监测信号。
-
-
-
-
-
-
-
-
-
Search Results
536
records
(took 0.081 seconds)
