一种基于CNN和RFC的集成学习的极化SAR图像分类方法

    公开(公告)号:CN111325158A

    公开(公告)日:2020-06-23

    申请号:CN202010114228.9

    申请日:2020-02-25

    摘要: 本发明公开了一种基于CNN和RFC的集成学习的极化SAR图像分类方法,主要解决现有极化SAR图像分类方法分类精度不高的问题。实现步骤为:根据滤波后的极化SAR图像,提取T矩阵和Cloude分解特征为原始特征;随机选取1%有标记样本作为训练样本,记作TrainPixel,并用其对RFC模型进行训练;提取极化SAR图像中每个像素点的21×21的邻域块,并将其作为CNN的输入特征,记作F2;从F2中选取对应于TrainPixel的邻域块作为CNN的训练样本,训练CNN模型;基于CNN模型对整张图像的分类结果,使用信息熵得到极化SAR图像的边界区域,边界区域和非边界区域分别使用RFC和CNN进行分类。本发明使用CNN和RFC集成学习方法,综合利用两种方法的优势,在极化SAR图像的边界区域以及非边界区域都能得到好的分类结果。

    一种基于辅助判别策略的合成孔径雷达图像海陆分割方法

    公开(公告)号:CN108875636A

    公开(公告)日:2018-11-23

    申请号:CN201810634058.X

    申请日:2018-06-20

    IPC分类号: G06K9/00 G06K9/34 G06K9/62

    摘要: 本发明公开一种基于辅助判别策略的合成孔径雷达(简称SAR)图像海陆分割方法,涉及合成孔径雷达(简称SAR)海上目标智能解译领域。包括以下步骤:1)对输入SAR影像I进行直方图均衡化;2)利用OTSU分割算法与分块核密度估计,迭代滤除强海洋杂波;3)利用种子点生长算法提取候选陆地区域掩膜;4)利用CFAR算法提取影像I中、候选陆地区域范围内的舰船候选目标;5)根据CFAR对陆地区域和海岸线附近CFAR检测结果的异常特性,对候选陆地区域进行校验,剔除由复杂海况造成的错误分割。本发明可以有效克服OTSU算法在复杂海陆场景下错误分割的缺陷。

    一种基于多颗粒度表征的无人系统信息弹性适配方法

    公开(公告)号:CN118631390A

    公开(公告)日:2024-09-10

    申请号:CN202410650800.1

    申请日:2024-05-24

    IPC分类号: H04L1/00 H04W24/08 H04W24/06

    摘要: 本发明公开了一种基于多颗粒度表征的无人系统信息弹性适配传输方法,属于通信传输领域。该方法首先对通信质量进行评估,然后构建多级压缩码率信息内容颗粒度划分等级,将通信质量的取值范围平均分为四段,每段区间对应一个内容颗粒度等级;最后,根据内容颗粒度等级对传输方式进行弹性适配,选择相应的传输方式传输无人系统信息。本发明构建了2种通信质量评估模式,取两种模式获取的通信质量评估结果的均值作为下一个时刻的通信质量评估结果,基于通信质量评估等级直接确定内容颗粒度等级,并构建了通信内容弹性传输机制,结合无人机链路状态自动择优传输数据。

    一种安全及通信双约束的多无人机协同部署方法

    公开(公告)号:CN118118911B

    公开(公告)日:2024-07-02

    申请号:CN202410533431.8

    申请日:2024-04-30

    摘要: 本发明属于多无人机协同控制领域,公开了一种安全及通信双约束的多无人机协同部署方法。该方法在考虑了无人机机间最大联通距离约束的情况下,兼顾了无人机之间的最小安全距离以防止碰撞,提出了以内切圆递阶缩小半径的方式确定寻址中心,并在该中心部署第一架无人机;然后,以该无人机为中心,根据目标点位置分布向外扩张寻址,部署其他无人机。本发明所解决的技术问题是多无人机协同通信支援场景中,同时考虑多无人机对目标的通信覆盖率、无人机机间安全距离保持、无人机机间联通保持等约束下的无人机选址部署问题,仿真用例验证了所提方法的简单、合理、有效,降低了计算过程复杂度的同时保证了所提方法的有效性。

    一种基于任务驱动的多节点连通分级优化方法

    公开(公告)号:CN118018408A

    公开(公告)日:2024-05-10

    申请号:CN202410092048.3

    申请日:2024-01-23

    摘要: 本发明属于无人集群任务分配优化领域,提出了一种基于任务驱动的多节点连通分级优化方法。实现步骤:1.在二维地图中分布有障碍物及一系列任务目标;2.生成下一步待定节点序列坐标;3.使用DFS算法分别判定两组节点序列是否具备连通特性,并计算获取两组节点序列的关节点信息;分别计算两组节点序列情况下的任务目标覆盖收益;分别计算两组节点序列情况下节点组网的连通能力;4.根据计算结果,依次分别考虑是否连通、任务目标收益是否增加、关节点是否减少、连通能力是否增强作为评判标准,对两组节点序列进行选择作为新的节点序列,并返回步骤2,直至满足一定效果或循环一定次数结束。本发明既提高了优化方向和速率,又增强了对更优解的探索能力。

    一种面向局部区域的无人机群打击方法

    公开(公告)号:CN117055614A

    公开(公告)日:2023-11-14

    申请号:CN202311053786.9

    申请日:2023-08-21

    IPC分类号: G05D1/10

    摘要: 本发明属于无人机群对抗领域,公开了一种面向局部区域的无人机群打击方法,主要解决无人机群打击问题,主要实现步骤为:基于电磁频谱定位方法获取任务区域内对方无人机群定位;基于无人机群定位分析对方无人机群拓扑关系;基于对方无人机群拓扑关系,分析其关键节点;对关键节点进行打击,转到步骤(1),继续执行,直到对方关键节点被打击完毕。本发明给出了一种局部区域内无人机群定位方法获取无人机群拓扑关系,通过多级聚类和单位圆确认的方式分析无人机群拓扑关系,并根据无人机群拓扑关系和信号强度判断出无人机群关键节点,最后基于多轮无人机群打击机制,直到打掉所有的关键节点。

    一种基于动态任务列表的无人机分布式决策方法

    公开(公告)号:CN116185069A

    公开(公告)日:2023-05-30

    申请号:CN202310117548.3

    申请日:2023-02-15

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种基于动态任务列表的无人机分布式决策方法,应用于多无人机协同自主感知并执行支援任务的环境。本发明包括如下步骤:无人机实时更新本机位置并探测地面目标;无人机实时获取邻居无人机感知目标信息;基于本机和邻居无人机获取的局部感知信息决策出本机的支援任务列表,其中支援任务列表中内容根据定义的价值量从大到小排序,价值量较高的优先前往;实时获取邻居无人机共享的支援任务列表,并调整本机当前执行的任务。本发明能够保证各无人机基于局部信息自主执行任务,并避免与其他无人机产生任务冲突。