一种MEMS陀螺仪随机漂移误差的处理方法

    公开(公告)号:CN103411628A

    公开(公告)日:2013-11-27

    申请号:CN201310354789.6

    申请日:2013-08-14

    Abstract: 本发明提供了一种MEMS陀螺仪随机漂移误差的处理方法,首先确定RBF神经网络结构,然后获取学习样本,利用学习样本采用遗传算法(GA)优化,训练RBF神经网络,最后得到随机漂移误差抑制后的角速度数据。本发明针对MEMS陀螺仪的随机漂移误差,采用实时均值法来抑制随机漂移误差,利用基于遗传算法优化的RBF神经网络控制实时均值法的计算步长。本发明不需要对随机漂移误差建模,计算量小,可便捷实现MEMS陀螺仪实时的随机漂移误差抑制。

    一种基于高低层特征融合的小目标检测方法

    公开(公告)号:CN116229135B

    公开(公告)日:2025-02-14

    申请号:CN202211557960.9

    申请日:2022-12-06

    Abstract: 本发明公开了一种基于高低层特征融合的小目标检测方法,包括:获取待进行小目标检测的目标图像;利用预设的基于多尺度融合策略的目标检测神经网络对目标图像进行小目标检测;其中,目标检测神经网络中基于一高低层特征融合模块实现对低层特征和高层特征的融合;高低层特征融合模块,用于分别对低层特征和高层特征进行预处理,以使低层特征和高层特征的维度相同;对预处理后低层特征先进行通道压缩再进行通道扩展,以保留小目标的有用信息以及过滤无用信息,得到通道压缩扩展特征;将通道压缩扩展特征与预处理后的高层特征进行相乘,并将乘积结果与预处理后的高层特征进行相加,作为高低层融合特征。本发明进一步提高了小目标检测的准确性。

    一种基于轻小型孪生网络实现舰船目标检测的方法及装置

    公开(公告)号:CN118196377A

    公开(公告)日:2024-06-14

    申请号:CN202410307898.0

    申请日:2024-03-18

    Abstract: 本发明公开了一种基于轻小型孪生网络实现舰船目标检测的方法,包括:对待测舰船图像使用暗通道先验算法进行去雾处理;将去雾处理后的待测舰船图像和目标特征模板输入至孪生全卷积网络模型,以使所述孪生全卷积网络模型根据所述目标特征模板输出所述待测舰船图像的目标检测结果;其中,所述孪生全卷积网络模型是利用舰船图像训练集进行训练得到的,所述目标特征模板是在训练好所述孪生全卷积网络模型以后,利用该孪生全卷积网络模型对舰船图像测试集进行测试,并基于测试结果进行可信特征融合得到的。本发明能够针对复杂多变的舰船目标在嵌入式硬件平台上进行精准、实时的检测。

    一种空战模拟环境中隐蔽接近目标的机动控制方法

    公开(公告)号:CN115480493B

    公开(公告)日:2024-04-30

    申请号:CN202211116470.5

    申请日:2022-09-14

    Abstract: 本发明公开了空战模拟环境中隐蔽接近目标的机动控制方法,包括:获取当前我机和目标的态势参数和配置参数;根据态势参数确定相对态势参数;根据目标的态势参数和配置参数,确定目标的雷达主瓣盲区的频率范围,根据频率范围和目标的配置参数和态势参数确定径向速度范围;该范围是我机处于目标的雷达扫描盲区时的速度范围;在确定我机处于目标雷达扫描区域时,通过滑模控制方式计算过载值;过载值是我机相对于目标的雷达波束的径向速度达到目标速度值时所需的机动性能指标值;根据过载值控制我机驶入雷达扫描盲区。本发明可提高我机自身的隐蔽性和安全性。

    基于强化学习的时空约束下多飞行器协同制导方法

    公开(公告)号:CN117850450A

    公开(公告)日:2024-04-09

    申请号:CN202311867559.X

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于强化学习的时空约束下多飞行器协同制导方法,包括:构建多飞行器相对目标的运动关系模型;基于强化学习训练得到满足视场角约束的期望攻击角度制导阶段的飞行时间,并据此计算虚拟命中点;基于多飞行器相对目标的运动关系模型制定第一阶段制导律和第二阶段制导律;将虚拟命中点作为制导切换点,并结合第一阶段制导律和第二阶段制导律生成制导指令,以控制飞行器的飞行,从而实现时空约束下多飞行器的协同制导。该方法避免了复杂环境与模型的影响以及使用计算公式对剩余飞行时间的估计,且不需要飞行器之间进行通信,减少了对飞行器的通讯带宽等弹载资源的需求,降低了飞行器成本。

    一种基于进化多任务优化的高光谱图像波段选择方法

    公开(公告)号:CN113723450B

    公开(公告)日:2024-03-19

    申请号:CN202110814268.9

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于进化多任务优化的高光谱图像波段选择方法,包括:获取高光谱图像,基于无标签样本和带标签样本分别建立第一任务优化模型和第二任务优化模型;根据高光谱图像的维数和谱带数确定编码个体,并根据编码个体初始化种群参数;计算初始种群中每个编码个体在第一任务优化模型和第二任务优化模型上的适应度值,通过适应度值得到技能因子;根据适应度值和技能因子对初始种群进行迭代优化,在每次迭代后计算综合评估结果;从若干综合评估结果中选择适应度值最高的结果进行输出。本发明利用标记样本和未标记样本的不同数值特征,设计了针对样本的目标准则,从不同角度搜索有希望的波段,解决了样本针对性不足且计算量大的问题。

    基于多智能体强化学习的多机协同雷达搜索资源优化方法

    公开(公告)号:CN117709678A

    公开(公告)日:2024-03-15

    申请号:CN202311867543.9

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于多智能体强化学习的多机协同雷达搜索资源优化方法,包括:获取载机参数、雷达参数和目标相关信息,并且确定强化学习相关参数;建立基于目标最大期望发现距离的多机协同雷达搜索资源优化模型;基于所述多机协同雷达搜索资源优化模型,构建多智能体强化学习模型,并对所述多智能体强化学习模型进行训练;将待处理的双重观测信息输入至经训练的多智能体强化学习模型,输出连续动作值作为各机载雷达权值和对应子空域搜索资源分配系数。本发明方法能够有效解决多机协同搜索任务场景下面向集群目标的雷达搜索资源分配问题,在大规模集群目标环境下能够得到优于传统数值优化方法的数值解,具备较好的鲁棒性和收敛性。

    通信噪声影响下多智能体分布式故障诊断方法

    公开(公告)号:CN114237207B

    公开(公告)日:2024-02-02

    申请号:CN202111570502.4

    申请日:2021-12-21

    Abstract: 本发明公开了一种通信噪声影响下多智能体分布式故障诊断方法。该方法包括:建立智能体相关模型;智能体相关模型包括智能体系统模型、测量输出信息模型以及信息通信模型;基于智能体相关模型建立一致性协议,得到一致性协议作用下智能体自身的输出和其邻居的测量输出;基于智能体自身的输出和其邻居的测量输出,确定故障特征;基于故障特征确定故障诊断模型参数,构建故障诊断模型;通过故障诊断模型进行多智能体分布式故障诊断。本发明仅需使用智能体自身以及其邻居的监测信息,能够有效降低智能体间的通信代价,从而实现对系统故障准确高效的诊断。

Patent Agency Ranking