-
公开(公告)号：CN112230261B
公开(公告)日：2024-05-10
申请号：CN202011065284.4
申请日：2020-09-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种部分模糊度固定方法、装置、计算机设备和存储介质，应用于滑坡监测，包括步骤1、对所有卫星集合的模糊度进行固定，成功则返回固定解，若固定失败则进入步骤2；步骤2、在卫星层面，对常规的筛选策略进行改进，得到较优模糊度子集，并对所述较优模糊度子集进行固定，若固定成功则修正剩余的模糊度，并计算最终的模糊度参数和位置参数的固定解；若固定失败，则进入步骤3；步骤3、在所述较优模糊度子集基础上，以模糊度衰减因子值为准则进一步对较优模糊度子集进行筛选并固定。通过步骤1、2和3逐步进行模糊度固定，保持了定位性能的同时又确保模糊度固定的准确性，实现对模糊度估计过程的质量控制，提升滑坡监测复杂环境下模糊度固定率及定位精度。
-
公开(公告)号：CN113985461B
公开(公告)日：2024-04-26
申请号：CN202111257720.2
申请日：2021-10-27
Applicant: 桂林电子科技大学
IPC: G01S19/42 , G01S19/33 , G01S19/25 , G01S13/933
Abstract: 本发明公开了一种无人机探测、诱骗系统及方法，该系统包括依次通信连接的北斗/GPS/GLONAS三频接收机、可视化上位机、CPU处理模块、PCIE模块、FPGA基带信号生成模块、多通道D/A模块、多频点上变频模块、多频点增益天线；还包括多频段无源雷达模块，多频段无源雷达模块与可视化上位机通信连接；通过雷达无源实时探测黑飞无人机位置，联合斗/GPS/GLONAS三频接收机位置，经过相关算法计算与坐标转换，将最终的坐标用于诱骗信号模拟的坐标，此方法可大幅度提升诱骗信号模拟坐标的精确性，让黑飞无人机难以辨别诱骗信号，增加了诱骗信号的真实性，提高了诱骗的成功率，减少了诱骗所需时间。
-
公开(公告)号：CN116907480A
公开(公告)日：2023-10-20
申请号：CN202310765022.6
申请日：2023-06-27
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: 本发明涉及室内定位技术领域，具体涉及一种基于层级双向LSTM和航迹推算的地磁导航方法，包括采集地磁和传感器信息并进行预处理；基于预处理数据构建多维度地磁特征后进行归一化；基于多维地磁序列对层级双向LSTM神经网络进行训练，将多维度地磁待测数据输入到训练好的神经网络模型中进行地磁定位估计；采用非线性步长估计模型进行步长估计；基于采集的数据得到航向角；获取待测目标初始位置后，通过航向角和行人步长计算出行人移动后的位置坐标；剔除地磁定位和位置坐标的异常点并进行融合定位，得到定位估算结果，解决了现有定位技术的定位精确度与成本难以平衡的问题，对于不同的移动终端和场景具有很大的通用性和灵活性。
-
公开(公告)号：CN116736351A
公开(公告)日：2023-09-12
申请号：CN202310694448.7
申请日：2023-06-13
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: 本发明提出一种广义延拓外推多普勒的改进周跳探测方法，包括一：获取单频观测数据，得到载波相位观测值和多普勒观测值；二：判断是否发生信号中断或者失锁，则根据失锁时间或者采样间隔选取最新的先验数据；三：利用获取的先验数据,建立广义外推模型；四：解算广义外推模型的常系数；五：利用解算的常系数建立多普勒外推多项式；六：利用外推多项式计算下一时刻多普勒外推值；七：利用外推多普勒值参与多普勒计算周跳；八：对相邻历元探测的周跳值作差；九：对作差的周跳值取绝对值并取整数值，将取整的检测值值与判决器设定的检测门限值比较大小，若检测值超过检测门限值，则认为发生周跳；若检测值没有超过检测门限值，则认为没有发生周跳。
-
公开(公告)号：CN116643297A
公开(公告)日：2023-08-25
申请号：CN202310624203.7
申请日：2023-05-30
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G01S19/23
Abstract: 本发明提出了一种高精度RTK‑GNSS差分信号模拟器系统和基点部署方法，涉及RTK差分定位技术领域。本系统主要包括：上位机控制模块和导航数据编码中心；上位机控制模块含基点位置部署、移动点状态设定、星历的更换、频点选择以及数据可视化等功能；导航数据编码中心具有多核性质，并行计算多个频点的移动点和基点的可视卫星数字数据、通过IPC反馈实时数据给上位机以及通过PCIE与信号生成模块进行数据的交互。本基点部署方法为：根据移动点的轨迹的大地地理位置坐标和最大差分距离，计算得到在该轨迹上分布的基点分布坐标。本发明解决了传统模拟器使用单核架构无法实现GNSS差分信号的生成、处理单频信号数据效率低和基点部署问题。
-
Patent Agency Ranking
公开(公告)号：CN116540769A
公开(公告)日：2023-08-04
申请号：CN202310428207.8
申请日：2023-04-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G05D1/10
Abstract: 本发明涉及人工智能技术领域，具体涉及一种面向无人机蜂群的指挥调度系统及控制方法，通过架构包括数据通信层，数据管理层，任务层和表示层的调度系统，各层之间利用软件总线进行数据的交互，任务调度时采用改进的多级反馈队列调度算法，改进的多级反馈队列调度算法结合了先进先出调度算法、时间片轮转调度算法和非抢占式优先级调度算法，通过无人机蜂群的指挥调度系统与无人机直接的无线通信协调控制，避免了现有的大规模无人机蜂群指挥调度时，时常会出现丢包和假死的现象。
-
公开(公告)号：CN116482734A
公开(公告)日：2023-07-25
申请号：CN202310377684.6
申请日：2023-04-11
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: 本发明涉及卫星导航技术领域，具体涉及一种基于混沌映射麻雀回归搜索的载波相位定位方法，在搜索整周模糊度的过程中，采用混沌映射初始化麻雀种群，优化跟随者策略和警戒者策略，根据麻雀的觅食行为引入记忆回归模型和监控策略，并且基于载波的相干特性引入了基线约束。通过以上设置，本发明克服了整周模糊度搜索陷入局部最优、收敛性较差的问题，改进了对搜索空间的探索和开发性能，实现了整周模糊度的快速搜索，同时通过三维实验、多维实验以及实际环境中的RTK实验验证，本发明在在实时性、有效性和准确性等方面均优于传统方法。
-
公开(公告)号：CN119355769A
公开(公告)日：2025-01-24
申请号：CN202411489131.0
申请日：2024-10-24
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: 本发明属于卫星导航信号处理技术领域，具体涉及一种改进卡尔曼滤波联合小波变换的周跳探测方法，首先使用单频GNSS接收机获取全球导航卫星系统的载波相位观测数据，并对观测数据进行一阶差分预处理；随后采用移动平均滤波法改进卡尔曼滤波器，并计算差分数据的残差和标准差用于判断并剔除粗差，使用改进后的卡尔曼滤波器对差分数据进行平滑处理；然后利用bior3.1小波变换对平滑后的差分数据进行三层分解和重建，提取并计算小波变换的详细系数和，通过小波系数不同频率成分的变化差异，进行周跳的探测；最后通过将检测到的周跳替换为周跳前后值的平均值来进行周跳修复，使数据变得更平滑，减少误差对结果的影响。
-
公开(公告)号：CN119001772A
公开(公告)日：2024-11-22
申请号：CN202411288375.2
申请日：2024-09-13
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种基于灰色Verhulst动态模型的周跳探测修复方法，涉及卫星导航周跳信号处理技术领域。包括：输入原始观测数据序列，并将此序列中的每一个值都减去此序列的最小值，以保证得到非负序列，并将此序列作为灰色Verhulst模型的原始数据序列；设定灰色Verhulst动态模型的滑动窗口，对原始数据序列进行灰色Verhulst建模，计算每个历元的预测值以及原始观测数据序列的标准差；在滑动结束后获得的所有预测值序列组成矩阵，将对角矩阵每列的非0元素求均值即可得到模型最终的预测值序列；将预测值加上序列的最小值得到此历元的还原预测值，将还原预测序列与原始观测数据序列进行比较，若其差大于原始观测数据序列的M标准差，则判断发生周跳，用还原预测值进行修复。
-
公开(公告)号：CN118585878A
公开(公告)日：2024-09-03
申请号：CN202410587837.4
申请日：2024-05-13
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/241 , G06F18/2131 , G06F18/214 , G06N3/0442 , G06N3/086 , G01T1/29
Abstract: 本发明涉及电离层总电子含量预测技术领域，具体涉及一种基于ICEEMDAN与SSA‑LSTM组合模型的电离层TEC预测方法，首先，采用ICEEMDAN和样本熵方法对获取的电离层TEC原始数据进行“分解‑重构”生成高频、中频和低频分量；其次，将各分量分别划分为训练集和测试集并对其归一化处理，利用麻雀搜索算法优化LSTM模型超参数，训练基于LSTM网络的电离层TEC预测模型；最后，对各分量预测结果进行反归一化和整合，输出电离层TEC预测结果并评估模型性能。本发明利用ICEEMDAN和SSA‑LSTM组合模型方法充分考虑到电离层TEC数据自身具有非线性、非平稳性的特点，给模型训练提供了高质量的输入，提升了电离层TEC预测精度。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.028 seconds)
