-
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: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:CN119064963A
公开(公告)日:2024-12-03
申请号:CN202410985902.9
申请日:2024-07-22
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: 本发明提出了一种GNSS‑RTK多模型级联抗差方法,利用自适应噪声完备集合经验模态分解(CEEMDAN)级联改进的智能优化小波包分解阈值降噪技术对多路径误差以及随机误差进行滤波处理,包括一:导入观测的GNSS‑RTK监测结果数据x(t);二:确立CEEMDAN参数条件,对监测结果进行CEEMDAN分解,得到一系列IMF分量;三:计算各IMF分量与x(t)的互相关系数ρ,根据划分准则条件对IMF进行划分。对小于阈值部分的低频分量直接剔除;剩下部分根据互相关极值判定条件,对噪声主导部分进行小波包降噪,信号主导部分直接参与重构不做处理;四:将噪声主导的IMF成分进行小波包分解获取小波包系数,通过小波包分解系数能量分布对分解后的系数进行预处理并确立要降噪的层级;五:根据分解后的系数,确立各个小波包的阈值,通过海洋捕食者智能优化算法对改进的带参小波阈值函数的参数进行寻优,确立最佳阈值函数参数,并对小波包系数进行阈值化处理。将降噪后的小波包系数进行逆运算,获取降噪后的IMF分量;六:将信号主导的IMF分量和经过小波包去噪的噪声主导的IMF分量进行重构,得到降噪后的监测信号。
-
公开(公告)号:CN118732006A
公开(公告)日:2024-10-01
申请号:CN202410940221.0
申请日:2024-07-15
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G01S19/55
Abstract: 本发明提出了一种基于因子图优化的北斗双天线测姿方法。该方法通过主天线和从天线获取伪距、载波相位和多普勒数据,首先利用主天线观测进行因子图优化单点定位,再对主从天线的伪距和载波相位进行双差处理,形成因子节点。通过引入从天线的多普勒因子,将历元间的变量节点连接,构建因子,通过因子图优化对从天线进行浮点解估计。通过M‑LAMBDA方法固定模糊度后,结合时间同步以及固定解的基线向量计算载体的姿态。此方法结合双天线几何结构和因子图优化,显著提升了系统在复杂环境下的姿态的精度和可靠性,特别是在多径效应和载波相位周跳影响下,保证了解算的精度和连续性,适用于城市、施工现场、农田和密林等复杂环境中的高精度定姿应用。
-
公开(公告)号:CN117372863A
公开(公告)日:2024-01-09
申请号:CN202311211153.6
申请日:2023-09-19
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06V10/774
Abstract: 本发明提出一种基于改进YOLOv5的小目标森林火灾识别方法,包括一:对森林火灾图像进行预处理,将预处理后的数据集分为训练集和测试集;二:构建基于改进YOLOv5的小目标森林火灾卷积神经网络模型;三:将预处理后的训练集输入到所构建基于改进YOLOv5的小目标森林火灾卷积神经网络模型中进行训练,得到训练好的网络模型;四:将测试集图像输入训练好的模型中进行测试,即可得到森林火灾目标识别的测试结果;通过本发明的方法可以解决当森林火灾初期火灾目标的尺寸较小,导致森林火灾识别精度低的问题。
-
公开(公告)号:CN111445503B
公开(公告)日:2023-04-25
申请号:CN202010216762.0
申请日:2020-03-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于GPU集群上并行编程模型的金字塔互信息图像配准方法,包括读取两幅原始图像,分别为基准图像和待配准图像,传输至MPI+OpenMP+CUDA并行端处理;分别对基准图像和待配准图像高斯模糊后进行目标次数下采样,得到对应的图像金字塔,并保存下采样结果;逐层对基准图像和待配准图像对应图像金字塔的每一层图像进行优化匹配,得到待配准图像映射到基准图像的变换参数;根据得到的变换参数,对待配准图像进行仿射变换,得到重叠图像。实现通过金字塔互信息值的计算和比较,提高图像配准的准确性,同时在MPI+OpenMP+CUDA并行端进行并行处理,提高配准方法实现的实时性,从而进一步缩短执行时间,提高配准效率。
-
公开(公告)号:CN110031873B
公开(公告)日:2023-04-11
申请号:CN201910309382.9
申请日:2019-04-17
Applicant: 桂林电子科技大学
IPC: G01S19/23
Abstract: 本发明适用于卫星导航领域,提供了一种GNSS多径信号模拟方法和GNSS多径信号模拟器。所述方法包括:根据多径卫星信号模拟参数计算得到每个多径信道中的多径信号幅度以及多径信号和直射信号到达接收机前端的时间差;根据模拟源的仿真参数和多径信号到达接收机前端的时间计算得到满足多径信号相位延迟量要求的多径信号的频率控制字;根据多径信号的频率控制字生成一路或多路多径正弦载波和伪码信号;将伪码信号与卫星导航电文数据进行扩频调制,并将扩频调制后的数据再次调制到多径正弦载波上,得到多径数字中频信号。本发明的方法生成的多径信号的码相位和载波相位分辨率高、相位调控精细,且生成的卫星信号鲁棒性好、逼真度高和信号连续性优。
-
公开(公告)号:CN110567490B
公开(公告)日:2022-02-18
申请号:CN201910807032.5
申请日:2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种大失准角下SINS初始对准方法,包括:S1建立初始对准的线性误差模型;S2建立强跟踪滤波器;S3求解渐消矩阵;S4利用模糊理论设置隶属度函数,建立模糊规则对渐消矩阵进行控制;S5重复步骤S2~S4,直至对准结束。本发明借助模糊推论里的隶属度函数,当失准角过大时,利用强跟踪滤波在大失准角情况下有较强的模型失配鲁棒性,不断反馈有效信息,迅速缩小失准角。当失准角满足小角度假设时,系统采用标准卡尔曼滤波,保证初始对准的滤波精度。
-
公开(公告)号:CN109597433B
公开(公告)日:2021-08-20
申请号:CN201811534309.3
申请日:2018-12-14
Applicant: 桂林电子科技大学
IPC: G05D1/12
Abstract: 本发明公开一种基于复合拦截策略的无人机防控智能决策方法,1)当全向阵列天线被动截获、接收到无人机及操作者发射的遥控和图像传输射频信号时,无人机频谱探测系统根据信号解算出无人机速度、方向的定位信息;2)将无人机定位信息或者用户自定义的场景作传输至机器逻辑控制系统,控制系统通过数学模型建立输入到输出之间的联系,控制系统根据输入信息和传输函数计算得输出结果,决策拦截方案对黑飞无人机拦截;3)根据拦截方案,复合拦截系统结合基础拦截手段,对黑飞无人机的拦截和防控;4)将无人机的拦截信息反馈至机器强化学习系统中,通过机器强化学习系统不断优化机器逻辑控制系统的数学算法模型,改进和完善机器逻辑控制系统的决策。
-
公开(公告)号:CN111563852A
公开(公告)日:2020-08-21
申请号:CN202010333316.8
申请日:2020-04-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于低复杂度MF的暗通道先验去雾方法,基于低复杂度MF的暗通道先验去雾方法包括计算雾化图像的暗通道值,得到暗通道图;估算所述雾化图像的全局大气光值;估算所述雾化图像的透射率;基于阈值修正透射率;将所述雾化图像恢复为去雾图像。使用低复杂度的MF来实现计算雾化图像各个像素点的的暗通道值,不仅能有效地去除图像中的雾霾噪声,还能在一定程度上降低去雾算法的复杂度;取原始雾化图像中亮度前0.1%的像素点位置的光强值均值作为全局大气光值,可以使恢复后的去雾图像还原得更接近真实图像。从而提高对雾化图像的处理精度,进而提高对所捕获图像的可视性。
-
-
-
-
-
-
-
-
-