公开(公告)号：CN117834728A

公开(公告)日：2024-04-05

申请号：CN202311603988.6

申请日：2023-11-28

Applicant: 三峡大学

Inventor： 曾祥云 ,  许爽 ,  王晓锋 ,  宋烜 ,  曾曙光 ,  李昕 ,  宋坚毅 ,  郭金成

IPC: H04L67/566 ,  H04L67/63 ,  H04L67/1001 ,  H04L67/01 ,  H04L67/30 ,  H04L67/12

Abstract: 基于分布式控制的多台天文设备观测系统，该系统包括:通信交互模块、赤道仪控制模块、观测控制模块、客户端、日志模块；通信交互模块包括:设备连接模块、分布式交互模块以及生产者和消费者模型；赤道仪控制模块，用于赤纬、赤经、高度角和方位角参数控制;观测控制模块包括自定义观测模块、计划观测模块；客户端用于图像展示和保存，并将保存的图像进行界面展示确保图像是否正常；日志模块包括服务端信息输出和客户端信息输出。多个观测设备连接不同的客户端，多个客户端连接服务端并由服务端统一控制。本发明观测系统具有分布式的特点，采用多个观测设备连接不同的客户端，并由一个服务端统一控制，相比单设备控制提高了观测的效率和稳定性。

公开(公告)号：CN117665729A

公开(公告)日：2024-03-08

申请号：CN202311361974.8

申请日：2023-10-19

Applicant: 三峡大学

Inventor： 曾曙光 ,  胡承鑫 ,  宋坚毅 ,  郑胜 ,  罗志会 ,  黄瑶 ,  曾祥云

IPC: G01S7/40 ,  G01S13/90 ,  G06T7/11

Abstract: 基于深度学习的雷达属性散射中心参数估计方法，包括以下步骤：对雷达SAR图像进行图像分割，得到单个散射中心；基于ViT深度学习网络将散射中心分为局部式和分布式两类；基于TS2Ves框架，构建针对雷达属性散射中心参数估计的卷积神经网络ASCNN；利用构建的卷积神经网络ASCNN分别对的局部式和分布式散射中心进行参数估计。本发明基于深度学习的雷达属性散射中心参数估计方法的计算速度快且准确度较高，可以有效改善传统上基于PSO和WPA等优化算法的雷达属性散射中心参数估计方法计算速度较慢的问题。