-
公开(公告)号：CN117630839A
公开(公告)日：2024-03-01
申请号：CN202311739564.2
申请日：2023-12-18
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: G01S7/40
Abstract: 本发明公开了一种基于射频直采芯片的雷达信号模拟器及模拟方法，所述雷达信号模拟器包括依次连接的主控计算机、FPGA模块和射频模块，主控计算机实现雷达信号参数的选择与输入，FPGA模块实现基带信号的产生，射频模块实现混频滤波和数模转换功能，这种雷达信号模拟器能模拟脉冲雷达信号、调频连续波雷达信号和步进频雷达信号，雷达信号的频率、脉冲宽度、脉冲重复周期、频率步进间隔参数可灵活配置，实用性好、成本低，这种方法操作简单、效率高。
-
公开(公告)号：CN117607863A
公开(公告)日：2024-02-27
申请号：CN202410028234.0
申请日：2024-01-09
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: 本发明专利公开了一种基于射频直采的步进频探地雷达收发系统及成像方法。所述系统包括互联的射频模块、FPGA模块、计算机显示模块，射频模块的接收通道通过JESD 204B接口将回波数据发送到FPGA的雷达成像单元；FPGA模块完成雷达成像处理，并通过JTAG接口连接到计算机显示模块显示。这种系统工作时功耗小，对硬件要求低，抗干扰能力强，距离分辨率高，数据传输速度快，可以快速、准确的完成对地探测并进行实时成像处理；这种成像方法减小了运算处理量，对步进频雷达信号处理速度快，可以实时成像，快速得到直观的对地探测结果。
-
公开(公告)号：CN117375634A
公开(公告)日：2024-01-09
申请号：CN202311378720.7
申请日：2023-10-23
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: 本发明提出一种基于节点可靠度子集划分准则的多进制LDPC译码方法，包括：步骤1：对信道信息值的初始化；步骤2：译码迭代过程，若当前迭代次数达到最大迭代次数或者译码校验成功，退出迭代过程，否则进入步骤3；步骤3：对校验节点进行信息更新，且在第三次迭代后触发划分机制；步骤4：计算置换节点向校验节点置换信息值，并对置换节点传递给校验节点外信息进行消息截断；步骤5：计算置换节点向变量节点逆置换的信息值；步骤6：对变量节点全信息的计算和判决；步骤7:对判决结果校验，若满足 则译码结束，否则进入步骤8；步骤8：返回步骤2的译码迭代过程，同时将上轮迭代的信息传递给需要更新的校验节点，用于校验节点合理的分配。
-
公开(公告)号：CN116797894A
公开(公告)日：2023-09-22
申请号：CN202310696483.2
申请日：2023-06-13
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: G06V10/80 , G01S13/86 , G01S13/89 , G01S7/36 , G06V10/82 , G06V10/764 , G06V10/766 , G06V20/40 , G06V10/52 , G06V10/77 , G06V20/56 , G06V20/54 , G06N3/0464 , G06N3/045 , G06N3/0985
Abstract: 本发明涉及计算机视觉与模式识别技术领域，具体涉及一种增强特征信息的雷达与视频融合目标检测方法，包括获取雷达数据和图像数据，并对所述雷达数据和所述图像数据进行预处理，得到雷达点云映射图像；构建多模态融合模型，并将所述雷达点云映射图像和原始图像输入所述多模态融合模型，得到特征图；将所述特征图输入增强特征信息网络进行转换，得到增强特征图；将所述特征提取网络嵌入输入深度可分离卷积模块依次进行深度卷积和逐点卷积，得到输出特征图；对所述输出特征图进行分类与回归处理，得到目标检测结果，解决了现有的特征融合方法会因特征提取不准确导致结果偏差的问题。
-
公开(公告)号：CN116736881A
公开(公告)日：2023-09-12
申请号：CN202310428694.8
申请日：2023-04-20
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: 本发明涉及人工智能技术领域，具体涉及一种基于蜜蜂采蜜机制的无人机蜂群自主智能控制方法，基于蜜蜂采蜜机制，设定了三种决策方式，通过设计基于航向随机偏置、航向保持、航向反向偏置的自主智能决策方法，解决侦察者无人机高速高密度航行自主避撞与搜寻航向自主智能决策的问题；设计一种基于适应度的多目标决策方法，解决跟随者无人机在目标信息非完全确定下的多目标决策问题；设计一种基于趋向目标模式和边线沿走模式的Bug算法，解决执行者无人机航向反相避障与趋向目标呈现的反复震荡问题。本发明解决了现有无人机蜂群体系架构、自主智能决策和信息交互机制的不足，同时提高了无人机蜂群快速响应能力。
-
Patent Agency Ranking
公开(公告)号：CN116704304A
公开(公告)日：2023-09-05
申请号：CN202310733295.2
申请日：2023-06-20
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: G06V10/80 , G06V20/56 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06V10/147
Abstract: 本发明涉及一种混合注意力机制的多模态融合目标检测方法，属于毫米波雷达与视频融合的智能交通领域，包括步骤:将雷达点云线性映射到图像上进行联合标注，基于基线融合网络雷达通道增加速度和加权RCS两个通道，能够更充分利用雷达信息；对雷达图像和原始图像进行多级特征提取；基于VGG16和特征金字塔骨干网络的融合模型，把不同模态的特征拼接融合；运用一种通用且简单有效的前馈卷积神经网络的混合注意力机制，包括通道注意力模块和空间注意力模块。强调沿着通道和空间维度的有意义的特征，以引导特征提取网络更准确地聚焦于目标对象，可实现对目标具有更高的精确度检测结果，提高模型的鲁棒性。
-
公开(公告)号：CN116682105A
公开(公告)日：2023-09-01
申请号：CN202310590332.9
申请日：2023-05-24
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: 本发明提供一种毫米波雷达和视觉特征注意力融合的目标检测方法，包括步骤：获取毫米波雷达点云数据和视觉图像信息；点云数据预处理后与视觉图像在数据层进行融合；对图像进行初步的检测，提取图像特征；雷达点云与图像信息进行目标关联，提取雷达特征；将图像特征和雷达特征输入到特征注意力融合网络进行融合；利用3Dbox解码器解码出目标的检测结果并输出。本发明利用毫米波雷达散射截面强度来自适应调整点云投影到图像上的空间信息大小，解决现有雷达点云投影到图像上的尺寸固定的问题；提出一种雷达和图像的特征注意力融合网络，解决毫米波雷达和视觉图像在特征融合时权重分配不均的问题，具有提高目标检测准确性和鲁棒性的优点。
-
公开(公告)号：CN114018262A
公开(公告)日：2022-02-08
申请号：CN202111241423.9
申请日：2021-10-25
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明涉及导航定位与深度学习技术领域，具体公开了一种改进的衍生容积卡尔曼滤波组合导航方法，根据紧组合模型建立状态方程和量测方程，将伪距测量进行二阶泰勒展开，减少线性化截断带来的量测模型。对SINS和GPS组合导航系统初始化；在时间更新过程中，令CKF采用与KF相同的方式滤波，避免了拥有线性特征的状态方程容积变换而产生额外的计算，在量测更新中，采用容积点计算预测值及其协方差、状态预测值与量测值间的互协方差，保证了CKF处理非线性滤波问题的优良特性并解决了紧组合系统的冗余计算问题。本发明能提高系统的滤波精度，提高滤波器对系统状态的跟踪能力，提高系统状态的实时性，增强SINS/GPS组合导航系统的鲁棒性。
-
公开(公告)号：CN119618205A
公开(公告)日：2025-03-14
申请号：CN202411889668.6
申请日：2024-12-20
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明提出一种基于MEMS IMU辅助搜索的COA(Coati Optimization Algorithm)姿态解算方法，所述方法包括一：在GNSS信号弱的城市街道采集IMU和BDS双天线数据；包括二：通过MEMS IMU输出数据计算俯仰角和偏航角，确定优化算法搜索边界；包括三：根据GNSS载波相位观测模和姿态观测模型，定义待优化的适应度函数；包括四：引入自适应动态参数调整机制，以加速算法的收敛过程并有效避免陷入局部最优解；包括五：针对解空间中跳跃性过大或收敛速度较慢的问题，提出了步长自适应调整机制，以提高优化过程的效率和精度；包括六：在惯性导航系统确定的空间范围内，应用改进的COA进行姿态搜索与优化，求解系统的精确姿态。
-
公开(公告)号：CN119602811A
公开(公告)日：2025-03-11
申请号：CN202411596443.1
申请日：2024-11-11
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: 本发明提供了一种基于节点可靠度的自适应LDPC译码方法，包括：步骤1：初始化参数配置；步骤2：计算迭代过程中变量节点的值，并判断变量节点可靠度；步骤3：根据变量节点的可靠度来判断校验节点可靠度，并利用校验节点可靠度的值来选取合适的算法计算校验节点的值；步骤4：当校验节点可靠度高于阈值时，则进行重置处理，避免译码结果有较高的误码平层；步骤5：对判决结果进行校验，满足校验和为零，译码结束，输出译码结果，若不满足条件，则进入步骤6；步骤6：判断当前迭代次数是否达到了预设的最大迭代次数，若未达到最大译码次数则继续进行循环迭代，当达到预设迭代次数时结束译码。
-
-
-
-
-
-
-
-
-
Search Results
536
records
(took 0.082 seconds)
