一种制备共轭桥链中位取代花菁染料的方法

    公开(公告)号:CN103911016A

    公开(公告)日:2014-07-09

    申请号:CN201410126346.6

    申请日:2014-03-28

    Abstract: 本发明公开了一种制备共轭桥链中位取代花菁染料的方法,包括:α-溴-β-苯胺丙烯醛缩苯胺与HSX在弱碱性条件下反应生成共轭桥链中位取代的五甲川缩合剂;杂环季铵盐与共轭桥链中位取代五甲川缩合剂在醋酸酐中回流反应,制得所需的水溶性或脂溶性菁染料;反应若得到水溶性五甲川菁染料用乙醇:水:二氯甲烷=1~2:0.1~0.5:1.5~3为洗脱剂进行柱色谱分离纯化,若得到脂溶性五甲川菁染料用甲醇:乙酸乙酯=1~4:1为洗脱剂进行柱色谱分离纯化。本发明通过对称合成法,利用缩合剂与杂环季铵盐反应一步得到共轭桥链中位取代花菁染料,反应步骤简单、产率高、易于分离提纯,缩短了生产周期,简化了操作流程,降低了荧光染料的成本。

    一种基于MADDPG和拍卖算法的雷达干扰资源分配方法

    公开(公告)号:CN119338208B

    公开(公告)日:2025-03-18

    申请号:CN202411880494.7

    申请日:2024-12-19

    Abstract: 本发明公开了一种基于MADDPG和拍卖算法的雷达干扰资源分配方法,该方法首先建立干扰对抗模型和雷达探测模型,基于干扰对抗模型,通过拍卖算法实现目标分配。其次建立干扰机的状态空间,包括自身信息、其他干扰机的信息和目标雷达信息。然后采用多智能体分解的方法将每一个干扰机分解为三个决策智能体,并建立每一个决策智能体的动作空间。最后基于状态空间和动作空间,结合拍卖算法中目标分配的分配矩阵,通过MADDPG算法实现干扰资源分配。本发明对干扰机干扰资源进行动态、实时的分配,实现了干扰机在高维动作空间中的干扰资源实时高效的分配。

    一种基于MADDPG和拍卖算法的雷达干扰资源分配方法

    公开(公告)号:CN119338208A

    公开(公告)日:2025-01-21

    申请号:CN202411880494.7

    申请日:2024-12-19

    Abstract: 本发明公开了一种基于MADDPG和拍卖算法的雷达干扰资源分配方法,该方法首先建立干扰对抗模型和雷达探测模型,基于干扰对抗模型,通过拍卖算法实现目标分配。其次建立干扰机的状态空间,包括自身信息、其他干扰机的信息和目标雷达信息。然后采用多智能体分解的方法将每一个干扰机分解为三个决策智能体,并建立每一个决策智能体的动作空间。最后基于状态空间和动作空间,结合拍卖算法中目标分配的分配矩阵,通过MADDPG算法实现干扰资源分配。本发明对干扰机干扰资源进行动态、实时的分配,实现了干扰机在高维动作空间中的干扰资源实时高效的分配。

    一种基于驾驶风格系数的汽车风险势场评估方法

    公开(公告)号:CN119261915A

    公开(公告)日:2025-01-07

    申请号:CN202411512406.8

    申请日:2024-10-28

    Abstract: 本发明公开了一种基于驾驶风格系数的汽车风险势场评估方法。在风险势场的基础上引入通过驾驶行为数据获取的驾驶风格系数和轨迹预测,使用合适的风险势场更加准确地判断风险,克服了传统风险势场方法的局限性与泛化性,特别是在考虑驾驶员个体差异和行为特征方面的不足。本发明通过对驾驶员已有驾驶数据的分析,精确地提取出驾驶风格特征,并将其整合到风险势场模型中,从而提高了风险势场对驾驶安全的鉴别能力,能够更全面、准确地评估驾驶员在各种驾驶条件下的风险水平,进而提升车辆驾驶安全性。

    一种基于语义ORB-SLAM技术的视觉定位方法及系统

    公开(公告)号:CN113537208B

    公开(公告)日:2024-06-11

    申请号:CN202110540453.3

    申请日:2021-05-18

    Abstract: 本发明公开了一种基于语义ORB‑SLAM技术的视觉定位方法及系统,包括车载设备、云端服务器、地标;车载控制单元包括RGB‑D相机数据处理模块、语义识别与分割模块、位姿匹配模块、移动控制模块;通过相机数据处理模块对环境特征点提取与匹配、位姿推算、局部与非线性图优化得到全局地图,并提供地图保存与加载接口,实现AGV视觉定位技术;目标检测与匹配模块对已训练好的模型加载并推理,实现像素级语义分割,并计算地标信息,将语义标签和信息保存到全局地图;当AGV需要纯定位时,云端提供标签地标信息,再经过位姿匹配模块计算得到精确位姿;控制模块可全程控制机器人移动,辅助传感设备对环境充分扫描,实时输出移动机器人位姿。

    基于滑模和强化学习的AUV环境最优定位控制方法

    公开(公告)号:CN118011807A

    公开(公告)日:2024-05-10

    申请号:CN202410115238.2

    申请日:2024-01-29

    Inventor: 王博 丁朗 韩志敏

    Abstract: 本发明公开了基于滑模和强化学习的AUV环境最优定位控制方法。通过使用强化学习设计神经网络使水下机器人从环境中学习,不依赖先验知识和精确的数学模型,对滑模控制中的未知部分进行补偿,大幅提高传统滑模的精度和鲁棒性,实现复杂海流环境中水下机器人环境最优艏向定位控制。本发明神经网络模型可以逼近任意非线性函数,涵盖可能出现每一个状态值,提高水下机器人的学习效率和控制精度。利用环境最优艏向定位控制进行悬停,使欠驱动水下机器人艏向始终指向预定虚拟圆心,可以顶住洋流,有效降低能耗。

    一种基于激光雷达的单移动机器人室内定位方法

    公开(公告)号:CN112285725B

    公开(公告)日:2023-11-07

    申请号:CN202011076965.0

    申请日:2020-10-10

    Abstract: 本发明公开了一种基于激光雷达的单移动机器人室内定位方法,其利用装载激光雷达的移动机器人在室内移动并扫描的方式来定位室内反光板的位置。上层控制器为一个装载激光雷达的移动机器人规划室内的移动路径,并控制其移动至路径起点。移动机器人在原点建立全局坐标系,同时对其所在位置检测范围内的反光板进行扫描,并计算得到它们的全局坐标,然后在下一时刻对所在位置检测范围内的反光板进行扫描,计算检测范围内的反光板全局坐标,依次在每个时刻重复以上步骤,直到移动机器人运动至指定路径的终点,对记录的所有反光板全局坐标进行处理。本发明方法具有高度的灵活性,可以有效地解决室内定位精度低的问题,而且实施简单,具有非常好的应用性。

    基于秩一降维模型和矩阵补全的波达方向估计方法

    公开(公告)号:CN110174658B

    公开(公告)日:2023-03-28

    申请号:CN201910516082.8

    申请日:2019-06-14

    Abstract: 本发明公开了一种基于秩一降维模型和矩阵补全的波达方向估计方法,该方法的具体步骤为:建立雷达的接收信号模型,确定接收信号的测量矩阵,进而得到估计信号协方差矩阵;根据接收信号的测量矩阵,构造基于秩一降维模型的信号协方差矩阵;根据降维的信号协方差矩阵和估计信号协方差矩阵,得到全信号协方差矩阵;通过矩阵补全理论,得到无噪声信号协方差矩阵;对无噪声信号协方差矩阵进行稀疏重构,得到稀疏重构信号矢量;根据稀疏重构信号矢量,采用交替网格优化算法估计目标信源的波达方向。本发明可显著提高多目标和密集信源的波达方向估计性能。

Patent Agency Ranking