一种基于AIS船站的多源信息融合船舶定位方法

    公开(公告)号:CN108562923A

    公开(公告)日:2018-09-21

    申请号:CN201810336360.7

    申请日:2018-04-16

    Abstract: 本发明涉及一种基于AIS的多源信息融合船舶定位方法。该方法基于AIS船站的定位终端设备实现,由AIS主控模块、导航信息融合模块、人机交互模块和电源模块组成。AIS主控模块对多源导航信息进行检测处理;导航信息融合模块用于多源导航信息的融合定位解算,得到船舶的定位结果及其性能指标;人机交互模块根据用户需求进行结果输出;电源模块为各个模块提供电源支持。本发明基于现有AIS船站,利用其现有输入端提供的多源导航信息,实现船舶多源信息融合定位,最大限度实现资源重复利用,提高船舶定位准确性、可用性和可靠性,保障船舶航行安全。

    基于驯服铷钟的同步测试系统及其提高同步精度的方法

    公开(公告)号:CN104597747A

    公开(公告)日:2015-05-06

    申请号:CN201510019378.0

    申请日:2015-01-15

    Abstract: 本发明公开了基于驯服铷钟的同步测试系统及其提高同步精度的方法,属于陆基定位和无线通信技术领域。本发明包括主基站同步仪和从基站同步仪,主基站同步仪和从基站同步仪分别给出经过驯服后铷钟的10MHz时钟信号和驯服后的稳定PPS秒脉冲信号,并将这两个信号与AIS岸站相连。利用本发明对现有AIS岸站的简单升级,就可以使AIS岸站具有很高的同步精度,并且在GNSS信号消失的情况下仍能长时间维持较高的同步精度,为AIS系统实现自主定位奠定基础。

    一种基于公网GPRS/CDMA/3G的船舶自动识别系统

    公开(公告)号:CN1737877A

    公开(公告)日:2006-02-22

    申请号:CN200510047171.0

    申请日:2005-09-06

    Inventor: 张淑芳 胡青

    Abstract: 一种基于公网GPRS/ CDMA/3G的船舶自动识别系统属于船舶交通管理技术领域。由船舶终端设备(1)、通信网络(7)和船舶识别中心(8)组成。利用公共无线通信网络GPRS/CDMA/3G系统,采用IP网络通信模式。该系统包括岸上的船载终端设备由全球定位系统接收机和通信收发机组成。船舶识别中心能够根据收到的船载终端设备提供的船舶动态和静态信息,为每个船舶提供其周围船舶的信息,以达到各个船舶的自动识别功能。本发明的有益效果是,有效的在内河狭长水道或沿海范围内在公网覆盖区域中实现船舶自动识别系统,弥补当前船舶自动识别系统的不足,提高船舶安全性。主要适用于内河和沿海船舶安全管理领域。

    室外指纹定位区域不规则网格化方法及应用

    公开(公告)号:CN118520064A

    公开(公告)日:2024-08-20

    申请号:CN202410979318.2

    申请日:2024-07-22

    Abstract: 本发明公开了一种室外指纹定位区域不规则网格化方法及应用,属于无线电定位技术领域。本发明在定位区域网格化阶段使用了一种全新的不规则网格化方法,该网格化方法根据定位区域内的指纹分布密度划分定位区域,网格化后每个网格中的指纹数量相同,有效避免了由于不同网格内指纹数量差异过大而导致的预测模型准确率和定位精度下降的问题,基于该定位区域不规则网格化的指纹定位方法相较基于常规网格化的指纹定位方法大幅度提升了指纹定位精度;并且在定位区域较大时,显著地减少网格数量,降低预测模型的计算压力,保证定位结果的实时性。

    一种基于视觉Transformer的水下目标检测方法

    公开(公告)号:CN117746224A

    公开(公告)日:2024-03-22

    申请号:CN202311761604.3

    申请日:2023-12-20

    Abstract: 本发明公开了一种基于视觉Transformer的水下目标检测方法,包括搭建基于视觉Transformer的深度网络模型,在模型中插入多尺度池化编码模块,构建局部‑全局分组池化注意力模块,由局部池化注意力和全局池化注意力两部分组成,根据不同的分组策略从水下图像中获取包含多尺度信息的特征图,引入目标检测头部网络,并插入在基于视觉Transformer的深度网络模型中并表示为水下目标检测网络模型,获取水下图像数据集,根据水下图像数据集对水下目标检测网络模型进行训练和优化,获取待检测水下图像,将待检测水下图像输入至优化后的水下目标检测网络模型获取测试结果,所述测试结果为水下图像中目标的位置与类别。本发明在保障检测效率的同时进一步提高水下目标检测性能。

    一种基于特征增强的YOLO-Ships轻量化船舶目标检测方法

    公开(公告)号:CN117576372A

    公开(公告)日:2024-02-20

    申请号:CN202311540524.5

    申请日:2023-11-17

    Abstract: 本发明公开了一种基于特征增强的YOLO‑Ships轻量化船舶目标检测方法,包括以下步骤:获取待检测的船舶图像数据;将所述待检测的船舶图像数据输入训练后的YOLO‑Ships模型进行船舶目标检测,所述YOLO‑Ships模型在骨干网络中采用C3REGhost模块替代YOLOv5s网络中的C3模块,采用S‑GhostConv模块替换YOLOv5s网络中传统卷积,采用GhostSPPF模块替换YOLOv5s网络中的SPPF模块,在YOLOv5s网络中的骨干网络末端引入BoTNet模块,在特征金字塔网络和路径聚合网络中引入C3REGhost模块和EGCA船舶特征增强模块;获取所述YOLO‑Ships模型的输出作为船舶目标检测结果。本发明有效的实现在兼顾模型轻量化的同时具有较好的船舶检测精度。

    一种基于改进YOLOv5深度学习网络的船舶目标检测方法

    公开(公告)号:CN117523179A

    公开(公告)日:2024-02-06

    申请号:CN202311540629.0

    申请日:2023-11-17

    Abstract: 本发明公开了一种基于改进YOLOv5深度学习网络的船舶目标检测方法,包括:获取待检测图像数据;将所述待检测图像数据输入训练后的船舶目标检测网络,所述船舶目标检测网络基于YOLOv5模型改进获得,Backbone部分包括Ghost卷积模块、C3GCSP模块和EnSPP模块,Neck部分的特征融合模块采用特征金字塔网络和路径聚合网络,特征金字塔网络和路径聚合网络中引入了跳跃连接机制,增加了两条特征融合路径,每个路径能够通过不同的权重将不同尺度的特征进行加权融合,Head部分与YOLOv3的检测头一致;获取所述船舶目标检测网络的输出作为船舶目标检测结果。本发明提供的检测网络能够在复杂环境下提升船舶的检测精度。

    一种岸基AIS信号可信性判别模型、方法及装置

    公开(公告)号:CN115856873A

    公开(公告)日:2023-03-28

    申请号:CN202211437924.9

    申请日:2022-11-15

    Abstract: 本发明提供一种岸基AIS信号可信性判别模型、方法及装置,所述模型为采用线性决策边界的二分类器,所述模型以基于Q网络学习结果生成的AIS信号样本以及真实AIS信号样本作为训练数据,输出样本属于真实AIS信号样本的概率。基于Q网络学习结果生成AIS信号包括:获取相关数据;基于预训练网络初始化Q网络结构中卷积神经网络的权重;通过Q网络结构生成与真实AIS信号相似的AIS信号样本。本发明主要针对AIS信号特征特点对岸基AIS信号的可信性进行判断,以提高海事导航服务质量。

Patent Agency Ranking