一种基于全卷积神经网络的侧扫声纳图像特征提取方法

    公开(公告)号:CN110781924A

    公开(公告)日:2020-02-11

    申请号:CN201910932848.0

    申请日:2019-09-29

    Abstract: 本发明提供一种基于全卷积神经网络的侧扫声纳图像特征提取方法,利用原有的声纳图像进行数据增广,获得模型训练和测试所需的样本集;对样本集中的每幅图像的海底地形的边缘区域进行人工标注,区分目标和背景,获得模型训练和测试标签图;构建FCNs模型;将海底地形图像及对应的标签图输入网络,采用带动量项的小批量梯度下降法训练网络,保存最优网络模型;对比随机梯度下降法与小批量梯度下降法下网络的收敛性、稳定性;对地形边缘轮廓特征提取并输出特征提取结果,对结果进行定性评价。本发明方法无需复杂的预处理,声纳特征特征提取方法速度快、效率高,具有较强的抗散斑噪声的能力;提高了网络的性能,确保了FCNs各个网络模型的收敛性和稳定性。

    一种基于DSP实现的大时宽信号分段识别的方法

    公开(公告)号:CN106950544B

    公开(公告)日:2020-01-31

    申请号:CN201710129064.5

    申请日:2017-03-06

    Abstract: 本发明属于雷达信号调制类型的识别领域,具体涉及一种基于DSP实现的大时宽信号分段识别的方法。本发明包括以下四个模块:1原始信号数据分段截取模块;2分段数字正交混频、滤波、抽取模块;3频谱和时频特征分段计算模块;4综合判别模块。在DSP上做信号处理的时间长短决定与信号数据的长度,因此在保证信号识别效果不变的情况下,采用对原始采样数据分段数字混频正交变换的方法,减少需要处理的数据长度,然后综合每段信号数据的频谱和时频特征对信号进行识别,这样的处理方法,保证了信号处理的实时性和准确性。

    一种基于可搜索连续邻域A*算法的路径规划方法

    公开(公告)号:CN106441303B

    公开(公告)日:2019-11-01

    申请号:CN201610867274.X

    申请日:2016-09-30

    Abstract: 本发明提供的是一种基于可搜索连续邻域A*算法的路径规划方法。本发明根据存在的障碍物几何尺寸,采用栅格法建立环境模型获得的环境模型,将UUV考虑为质点,以障碍物的最长宽度作为直径,以障碍物的重心为原点的圆形障碍物处理;根据障碍物的信息,获得栅格大小l;根据已建立的栅格图,确定A*算法的估价函数f(x);根据可邻域的特点与A*算法结合,确定任意点y的估价代价h(y);根据可搜索连续邻域A*算法的估价函数寻找相邻域的估价函数最小fmin的节点,作为下一航路点,逐步实现UUV航路规划。本发明解决了现有UUV的路径规划方法在全局环境中,存在路径的光滑度差以及非最短路径的问题。

    一种动基座条件下的UUV水下对接装置

    公开(公告)号:CN107284627B

    公开(公告)日:2019-06-11

    申请号:CN201710378775.6

    申请日:2017-05-25

    Abstract: 本发明属于水下对接领域,具体涉及一种动基座条件下的UUV水下对接装置。本发明主要包括圆锥形导向模块(1)、限位及定位模块(2)、支撑及连接模块(3)及附加模块;UUV进入对接装置,UUV吊耳触碰吊耳卡槽推动向前运动,触发控制中心开关,锥型导向罩会有一系列的动作。移动吊耳卡槽上升,固定UUV的前进方向,再利用液压装置向上推动UUV,在z轴方向上固定,锥型导向罩通过控制中心发出的信号控制液压装置及卡槽收缩来使锥型导向罩收起。通过支撑杆上的液压装置驱动,使锥型导向罩装置达到预定姿态,回收到设计好的对接圆筒装置中,完成对接回收工作。本发明可以实现在动基座条件下,该对接装置自动调节姿态,配合UUV与母艇对接,具有实用性。

    一种基于无人机的UUV无线电通信方法

    公开(公告)号:CN109743096A

    公开(公告)日:2019-05-10

    申请号:CN201811582866.2

    申请日:2018-12-24

    Abstract: 本发明属于UUV通信技术领域,具体涉及一种基于无人机的UUV无线电通信方法,包括以下步骤:设定无线电通信检测标志位flag1、flag2,初始化为0;判断UUV是否在水面以下航行,若是,关闭无线电通信检测功能,flag1、flag2均置为0;否则,执行后续步骤;UUV在水面上航行或漂浮时,开启无线电通信检测功能,flag1置为1,flag2仍置为0,检测UUV和母船的通信情况,若通信状态良好,flag1、flag2保持状态不变,UUV和母船直接进行无线电通信;否则使flag2置1,执行后续步骤;若系统检测到flag1、flag2均置1,则开启UUV背部舱门,放飞无人机;本发明可以显著增大UUV和母船的无线电通信距离,且通信量大、通信速率高、实时性好,设备成本低。

    一种适用于UUV的动力电转仪表电供电装置

    公开(公告)号:CN106160175B

    公开(公告)日:2019-01-11

    申请号:CN201610352533.5

    申请日:2016-05-25

    Abstract: 本发明涉及一种适用于水下无人航行器的动力电到仪表电自主切换供电装置。包括动力电池组、仪表电池组、分压器、电压比较锁存电路、隔离电路、P‑MOS场效应管、DC‑DC转换器、第一二极管、第二二极管,仪表电池组的正极经过分压器连接到电压比较锁存电路,当仪表电池组电压高于预设的电压阈值时,电压比较锁存电路通过隔离电路控制P‑MOS场效应管截止,DC‑DC转换器不工作,由仪表电池组通过第二二极管向仪表电负载供电。在仪表电池组耗尽后,能够充分利用动力电池组,提高UUV的能源利用率;并且能够无缝切换到动力电池组,避免仪表数据丢失,保证仪表数据传输通畅。

    一种基于混沌序列的扩频码平衡性的优化方法

    公开(公告)号:CN109039522A

    公开(公告)日:2018-12-18

    申请号:CN201810777926.X

    申请日:2018-07-16

    Abstract: 本发明属于扩频通信领域,具体涉及一种基于混沌序列的扩频码平衡性的优化方法。本发明的具体步骤为:生成“+1”、“‑1”的二值m序列,补位形成偶m序列,码长M。随机生成M/2位长的初值向量,经过改进型Logistic混沌映射并二值量化得到M/2组码长为L的混沌序列集G1,对G1中各组序列元素取反得到混沌序列集G2。依次将G1、G2中的混沌序列顺序插入偶m序列的每位码元之后,然后送入矩阵交织器,交织矩阵大小为(L+1)×M。交织器输出序列即为本发明最终序列。本发明产生的序列平衡性好,在码长M×(L+1)下平衡系数始终保持为0,有效地解决了直扩系统载波泄露的问题。同时本发明产生的序列保密性强,不易逆推出混沌系统初值。

    浮力均衡装置辅助的UUV主动坐底方法

    公开(公告)号:CN105549602B

    公开(公告)日:2018-11-06

    申请号:CN201610084872.X

    申请日:2016-02-06

    Abstract: 浮力均衡装置辅助的UUV主动坐底方法,涉及一种UUV控制领域,是为了在UUV坐底时,克服测高声纳盲区和推进器近壁面效应,及保持静默状态。本发明所涉及的一种浮力均衡装置辅助的UUV主动坐底方法,用于航行器在执行主动坐底任务时,提前建立航行器的任务模块,利用测量单元以及先验知识库,选择适当的时机切换辅助推进器和浮力均衡装置,完成主动坐底并保持静默状态的调节方法。该方法增加了UUV的智能性,通过切换辅助推进器和浮力均衡装置,有效的克服了测高声纳测量高度具有盲区所导致测高无效的缺陷,在保持主动坐底精度的同时满足了静默坐底的隐蔽工况。本发明适用于UUV主动坐底场合。

    一种基于UUV水下回收的单目视觉跟踪方法

    公开(公告)号:CN105787962B

    公开(公告)日:2018-10-30

    申请号:CN201610104508.5

    申请日:2016-02-25

    Abstract: 一种基于UUV水下回收的单目视觉跟踪方法,本发明涉及基于UUV水下回收的单目视觉跟踪方法。本发明的目的是为了解决现有一般的视觉跟踪方法在UUV水下回收的情况下跟踪准确性低的问题。通过以下步骤实现:一、UUV摄像机采集目标光源系统的序列图像;二、建立目标加权模型;三、在当前帧中计算候选目标模型;四、求取Bhattacharyya相似性系数;五、计算权重系数;六、根据权重系数得到候选目标中心新位置;七、得到ρ(y1);八、当||y1‑y0||

    一种基于LSTM网络的UUV实时避碰规划方法

    公开(公告)号:CN108319293A

    公开(公告)日:2018-07-24

    申请号:CN201810043820.7

    申请日:2018-01-17

    CPC classification number: G05D1/10 G01S15/93

    Abstract: 本发明公开了一种基于LSTM网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤:构建全局坐标系和局部坐标系,建立声纳仿真模型;设计用于实时避碰规划的LSTM网络;构建数据集;利用训练集中数据训练LSTM网络,得到基于LSTM网络的实时避碰规划器;将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器,获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络,不仅有强大的学习能力,同时还具有非常强的泛化能力,这使得所实现的实时避碰规划器适用于各种复杂的环境;同时,该避碰规划器满足实时性的要求,并且所规划的路径满足UUV运动特性的要求。

Patent Agency Ranking