一种阵列天线接收信号的去干扰方法及系统

    公开(公告)号:CN108717196A

    公开(公告)日:2018-10-30

    申请号:CN201810448968.9

    申请日:2018-05-11

    Abstract: 本发明公开了一种阵列天线接收信号的去干扰方法及系统。该方法包括:确定第一协方差矩阵和第二协方差矩阵之间的转换关系,第一协方差矩阵为阵列天线中阵元接收到的实际信号的协方差矩阵,第二协方差矩阵为假设干扰信号的来向变化服从三角形概率分布时,阵列天线中阵元接收到的信号的协方差矩阵;根据第一协方差矩阵和第二协方差矩阵之间的转换关系,采用功率倒置算法计算阵列天线中各阵元的权矢量;获取阵列天线中各阵元接收到的信号;采用各阵元的权矢量对各阵元接收到的信号进行处理,得到去干扰后的信号。本发明提供的阵列天线接收信号的去干扰方法及系统能够对处于高频振动或者高速运动的状态下的接收机接收到的干扰信号进行抑制。

    异构多机器人协同SLAM地图融合方法

    公开(公告)号:CN114398455B

    公开(公告)日:2024-10-18

    申请号:CN202111449334.3

    申请日:2021-11-30

    Abstract: 本发明公开了一种异构多机器人协同SLAM地图融合方法,应用于云端服务器,包括:接收第一无人机在第一时刻对第一区域构建的第一地图、以及第二无人机在第二时刻对第二区域构建的第二地图;根据第一关键帧、第二关键帧、第一无人机的运动轨迹和第二无人机的运动轨迹,确定重叠区域;获取重叠区域对应的关键帧集,确定第一无人机与第二无人机的相对运动关系;根据相对运动关系,融合第一地图和第二地图,得到包含第一区域及第二区域的全局地图;下发全局地图至各无人车,并根据无人车获取的更新数据对全局地图进行更新。本发明利用无人机与无人车协同SLAM不仅提高了全局地图的精度,同时也解决了稀疏三维点云地图难以直接应用于导航的问题。

    网络攻击下的无人机群自适应安全协同控制方法

    公开(公告)号:CN118778676A

    公开(公告)日:2024-10-15

    申请号:CN202410982485.2

    申请日:2024-07-22

    Abstract: 本发明公开了一种网络攻击下的无人机群自适应安全协同控制方法,涉及无人机编队控制技术领域,包括步骤1:建立无人机群的通信拓扑图;步骤2:根据通信拓扑图建立网络攻击模型;步骤3:建立各架无人机的外环动力学模型;步骤4:利用时变编队函数确定期望编队队形,构建自适应编队安全控制协议;步骤5:根据编队可达性条件判断编队可达性,若可达,转入步骤6;步骤6:计算控制输入,确定无人机内环期望姿态角,得到无人机的期望升力;步骤7:构建内环期望姿态角的虚拟控制量,并近似估计姿态角速率;步骤8:构建无人机内环姿态角速率的虚拟控制量,得到无人机的控制力矩;步骤9:根据期望升力和控制力矩,实现对每个无人机的控制。

    一种基于运动轨迹挖掘的多分簇结构无人机群反制方法

    公开(公告)号:CN116524478A

    公开(公告)日:2023-08-01

    申请号:CN202310391738.4

    申请日:2023-04-13

    Abstract: 本发明属于无人机防御技术领域,具体涉及一种基于运动轨迹挖掘的多分簇结构无人机群反制方法。步骤1:获取无人机群目标图像序列,采用无人机群子分簇检测算法,提取图像中无人机群子分簇;步骤2,针对无人机群子分簇,采用无人机群目标跟踪算法,提取簇内各无人机的运动轨迹,形成无人机群成员轨迹簇;步骤3,针对无人机群成员轨迹簇,建立轨迹相似度模型,通过对比簇内各运动轨迹之间的差异,识别各子分簇的簇首无人机;步骤4,针对子分簇的簇首无人机,采取针对性的反制措施,实现无人机群定向驱离。与传统的逐一反制方法相比,本发明具有可操作性强,经济效益高,设备负担小等优点,能够有效应对多分簇结构无人机群饱和对抗难题。

    异构多机器人协同SLAM地图融合方法

    公开(公告)号:CN114398455A

    公开(公告)日:2022-04-26

    申请号:CN202111449334.3

    申请日:2021-11-30

    Abstract: 本发明公开了一种异构多机器人协同SLAM地图融合方法,应用于云端服务器,包括:接收第一无人机在第一时刻对第一区域构建的第一地图、以及第二无人机在第二时刻对第二区域构建的第二地图;根据第一关键帧、第二关键帧、第一无人机的运动轨迹和第二无人机的运动轨迹,确定重叠区域;获取重叠区域对应的关键帧集,确定第一无人机与第二无人机的相对运动关系;根据相对运动关系,融合第一地图和第二地图,得到包含第一区域及第二区域的全局地图;下发全局地图至各无人车,并根据无人车获取的更新数据对全局地图进行更新。本发明利用无人机与无人车协同SLAM不仅提高了全局地图的精度,同时也解决了稀疏三维点云地图难以直接应用于导航的问题。

    一种完全分布式保性能通信容错编队控制方法

    公开(公告)号:CN108681247B

    公开(公告)日:2021-03-30

    申请号:CN201810457167.9

    申请日:2018-05-14

    Abstract: 本发明公开了一种完全分布式保性能通信容错编队控制方法,包括:Step1:根据应用场景需求设定系统矩阵A和输入矩阵B的值;Step2:设定性能优化增益矩阵Q的值;Step3:编队向量f(t)设定;Step4:编队可行性判断;Step5:设定一个平移因子γ;Step6:对于给定的系统故障水平选择适当取值的标称收敛速率δ和放缩因子μ,使得系统可容错条件成立;Step7:对于给定的参数δ、μ、γ和Q,求解一个同时满足不等式FBBTF‑μF≤0和FA+ATF+δF‑γFBBTF+2Q≤0的F;Step8:将F带入K=BTF和W=FBBTF,求解控制增益矩阵K和权重增益矩阵W;Step9:根据Υ的表达式求解保性能成本值,实现系统的保性能编队设计;Step10:保性能容错编队效果验证。本发明通过合理设定参数,可实现保性能容错时变编队控制,系统容错率可接近100%。

    一种适用于森林火灾的烟雾识别方法

    公开(公告)号:CN112215182A

    公开(公告)日:2021-01-12

    申请号:CN202011129458.9

    申请日:2020-10-21

    Abstract: 本发明公开了一种适用于森林火灾的烟雾识别方法,包括步骤:一、构建图像数据库;二、训练并测试SVM;三、构建烟雾自动监测平台;四、图像采集及背景帧图像建模;五、背景差分处理;六、逻辑运算获取运动前景目标;七、森林火灾的烟雾识别。本发明收集了比较容易混淆的普通云雾、朝霞、晚霞、水汽图片进行训练数据量需求少的SVM,过冗余的选取纹理以保证烟雾识别准确性高,通过连续的多帧图像与背景帧图像进行差分运算,有效提取微小运动目标,再对连续的多帧林区实时图像进行逻辑或运算,获取当下所有的运动目标信息,通过对多张或运算后的图像进行逻辑与运算,剔除随机干扰运动目标,得到保留运动前景目标的图像,烟雾识别效果好。

    一种阵列天线接收信号的去干扰方法及系统

    公开(公告)号:CN108717196B

    公开(公告)日:2020-06-23

    申请号:CN201810448968.9

    申请日:2018-05-11

    Abstract: 本发明公开了一种阵列天线接收信号的去干扰方法及系统。该方法包括:确定第一协方差矩阵和第二协方差矩阵之间的转换关系,第一协方差矩阵为阵列天线中阵元接收到的实际信号的协方差矩阵,第二协方差矩阵为假设干扰信号的来向变化服从三角形概率分布时,阵列天线中阵元接收到的信号的协方差矩阵;根据第一协方差矩阵和第二协方差矩阵之间的转换关系,采用功率倒置算法计算阵列天线中各阵元的权矢量;获取阵列天线中各阵元接收到的信号;采用各阵元的权矢量对各阵元接收到的信号进行处理,得到去干扰后的信号。本发明提供的阵列天线接收信号的去干扰方法及系统能够对处于高频振动或者高速运动的状态下的接收机接收到的干扰信号进行抑制。

Patent Agency Ranking