-
公开(公告)号:CN109035300B
公开(公告)日:2021-03-26
申请号:CN201810730205.3
申请日:2018-07-05
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于深度特征与平均峰值相关能量的目标跟踪方法,包括:提取目标的颜色直方图特征、深度特征以及目标上下左右四个图像块的三层深度特征,并计算颜色直方图判别模型和深度特征模型;计算当前帧目标的颜色直方图特征响应和深度特征响应,并预测下帧的目标位置;计算当前帧目标响应的平均峰值相关能量;当前帧目标响应的平均峰值相关能量大于当前帧之前所有帧平均峰值相关能量均值,则判断此帧响应置信度较高,使用分层模型更新方案更新颜色直方图判别模型和深度特征模型,否则不更新;重复上述步骤直到视频序列结束。本发明将深度特征和平均峰值相关能量进行有效融合,并且采用分层的模型更新方案进一步有效的提高跟踪性能。
-
公开(公告)号:CN110986747B
公开(公告)日:2021-03-19
申请号:CN201911323452.2
申请日:2019-12-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种滑坡位移组合预测方法及系统,首先快速得到监测点处三维位置坐标;接着对阶跃滑坡位移数据进行有效分解得到趋势项位移序列与受到外部诱导因素的诱导项位移序列,并得到趋势项位移预测值和诱导项位移预测值;最后利用趋势项位移预测值和诱导项位移预测值得到各个卫星定位监测站所处监测目标的监测点的滑坡位移预测值。本发明具有位移预测精度高,算法简单、易实现、综合信息利用率高,有较强的实用性的特点。
-
公开(公告)号:CN110109154B
公开(公告)日:2021-02-19
申请号:CN201910405217.3
申请日:2019-05-16
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种BOC(n,n)移位相关无模糊捕获方法,包括:对BOC信号进行下变频处理得到中频信号;将中频信号与本地载波混频,得到同相支路信号和正交支路信号;将本地PRN序列分割为奇支路信号和偶支路信号;将奇支路信号与复信号进行相乘运算,得到第一信号;将第一信号分别超前四分之一个码片和滞后四分之三个码片,分别得到第二信号和第三信号;对第二信号和所述第三信号进行相干积分运算,得到第四信号和第五信号;根据重构相关规则,得到第六信号和第七信号,根据检测统计量公式,得到无模糊的检测统计量;判断检测统计量是否大于设定的检测门限值,若是,则说明信号被准确捕获。
-
公开(公告)号:CN111522880A
公开(公告)日:2020-08-11
申请号:CN202010334608.3
申请日:2020-04-24
Applicant: 桂林电子科技大学
IPC: G06F16/27 , G06F3/06 , G06F16/18 , G06F16/242 , G06F16/215 , G06F16/172 , G06F16/14 , G06F16/13 , H04L29/08
Abstract: 本发明公开了一种基于mysql数据库集群的提升数据读写性能的方法,包括搭建mysql数据库集群系统;利用mycat中间体实现mysql数据库集群系统读写分离、分库功能;指定表的存储引擎为MYISAM;创建新表时实施mysql分区策略;使用redis数据库进行数据缓存。利用mycat+mysql设计了一套大型mysql数据库集群系统,能够将滑坡、泥石流实时监测数据快速写入数据库,使用MYISAM数据表保存北斗高精度定位数据;能够利用多主多从的结构提升数据存储可靠性,使用mysql分区进一步提升查询效率;能够利用关键词索引提高检索速度,使用redis缓存来提升读取性能;能够实现读写分离、分库功能,有效提高数据读写速度。整体上确保了随着数据量的日益增加,系统的读写性能不会出现降低。
-
公开(公告)号:CN111510162A
公开(公告)日:2020-08-07
申请号:CN202010432453.7
申请日:2020-05-20
Applicant: 桂林电子科技大学
IPC: H03M13/11
Abstract: 本发明公开了一种基于节点刷新机制的低复杂度多元LDPC译码方法,包括设置目标迭代次数、迭代次数阈值、偏差值阈值、滑动检测窗宽,划分校验节点;判断当前迭代次数;更新处于处理子集中的校验节点;更新变量节点;对译码符号进行判决;将校验节点分为处理子集或非处理子集;刷新处理子集。通过对使用节点划分准则之后,出现译码错误的信息帧在迭代译码过程中的相关数据进行收集和分析,针对错误特性,通过设计节点刷新机制,对迭代译码过程中出现该错误特性的帧进行处理节点子集的重置,重新启动被划分至非处理节点子集中的校验节点,使其重新进行信息更新,从而减弱节点划分准则对算法性能造成的衰退。
-
公开(公告)号:CN111083632A
公开(公告)日:2020-04-28
申请号:CN201911255480.5
申请日:2019-12-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于支持向量机的超宽带室内定位方法,首先将待定位区域的TDOA值和TDOA值对应的用户位置采集一定的数量,然后将采集到的数据集按照4:1划分为训练集和测试集两部分,之后进行归一化处理之后输入支持向量机中,不断地进行交叉验证选择最佳参数c&g,根据交叉验证的平均正确率排序,选择分类正确率最高的参数组合作为模型的最优参数,将得到的最佳参数和训练集输入支持向量机中,即可得到支持向量机模型,在支持向量机模型训练好之后,在解算坐标的过程中只需要将采集到的TDOA值输入训练好的支持向量机模型就可以解算出实时的坐标,结果表明本算法相比于传统定位算法在高密度定位环境下实时性和定位精度要优于传统算法。
-
公开(公告)号:CN109443188A
公开(公告)日:2019-03-08
申请号:CN201811149432.3
申请日:2018-09-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种双层多维滑坡监测方法,1)构建双层滑坡监测系统,系统包括由基准站和若干个监测站组成的第一层监测网,及由各个监测站之间组成的第二层监测网,每个监测站和基站使用多模接收机,将原始观测数据和星历通过4G网络发送到远程服务端进行解算;2)第一层监测网对每个监测站进行位移监测,得到监测站坐标和位移形变量;3)第二层监测网对监测区域的姿态角进行监测,得到滑坡体姿态角;4)根据步骤2)得到监测站坐标和位移形变量,结合步骤3)得到的滑坡体姿态角,得到直观的滑坡体形变趋势。该方法充分利用各个监测站间的基线关系,对监测点位移形变量和坡体姿态变化进行实时监测,实现多维度形变量和姿态角的双层监测。
-
公开(公告)号:CN107728125A
公开(公告)日:2018-02-23
申请号:CN201710902331.8
申请日:2017-09-29
Applicant: 桂林电子科技大学
IPC: G01S7/40
Abstract: 本发明涉及一种用于电离层闪烁的卫星信号模拟系统及使用方法,适用于BDS/GPD卫星信号解决的是无法重现BDS/GPS卫星信号传播过程中所经历的电离层闪烁的环境的技术问题,通过采用卫星信号模拟系统适用于BDS/GPD卫星信号,包括通过串口连接的硬件装置与上位机,所述上位机配置有上位机软件,上位机软件用于生成硬件装置所需场景文件、配置模拟参数以及控制显示硬件装置;所述硬件装置包括基带信号模块,与基带信号模块连接的高稳晶振,单片机模块,DA模块及电源模块,DA模块还依次连接有射频模块与天线,天线工作频段覆盖BDS/GPS卫星信号频率的技术方案,较好的解决了该问题,可用于卫星导航定位中。
-
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。
-
-
-
-
-
-
-
-
-