一种基于深度神经网络的飞行汽车的姿态控制方法及系统

    公开(公告)号:CN119781517A

    公开(公告)日:2025-04-08

    申请号:CN202411951020.7

    申请日:2024-12-27

    Applicant: 东南大学

    Abstract: 本发明公开一种基于深度神经网络的飞行汽车的姿态控制方法及系统,属于飞行汽车计算机视觉领域;一种基于深度神经网络的飞行汽车的姿态控制方法包括:构建飞行汽车动力学模型;针对飞行汽车的飞行特性,构建网络模型来预测偏转角和碰撞概率;基于飞行汽车动力学模型与网络模型预测的偏转角和碰撞概率,使用级联控制技术设计对应的控制策略,来控制飞行汽车的姿态。本发明利用深度神经网络模型精准预测飞行汽车的偏转角和碰撞概率,并将其与飞行汽车的动力学模型相结合,从而生成更精准、更鲁棒的控制策略。

    一种鲁棒的飞行汽车空地目标匹配方法及系统

    公开(公告)号:CN119762538A

    公开(公告)日:2025-04-04

    申请号:CN202411951009.0

    申请日:2024-12-27

    Applicant: 东南大学

    Abstract: 本发明公开一种鲁棒的飞行汽车空地目标匹配方法及系统,属于飞行汽车计算机视觉领域;目标匹配方法包括:接收飞行汽车地面行驶模式与飞行模式的图像;基于YOLOv5s网络,引入CA注意力机制并改进损失函数,来对接收的图像进行检测;针对检测结果,进行基于DeepSORT算法的目标跟踪处理,并对跟踪结果进行重识别预处理,获得待检测数据集;针对目标图像与待检测数据集,进行基于FastReID算法的目标重识别处理;对重识别结果进行余弦相似度计算匹配,并进行再跟踪;本发明将飞行视角与地面行驶视角的信息进行融合,显著提高了跟踪的准确度和鲁棒性,实现了双视角下对于同一目标图像的准确定位与跟踪。

    基于无线信道特征的组密钥生成方法、装置和电子设备

    公开(公告)号:CN117750361A

    公开(公告)日:2024-03-22

    申请号:CN202311570755.0

    申请日:2023-11-22

    Abstract: 本发明提供一种基于无线信道特征的组密钥生成方法、装置和电子设备。该方法应用于星型网络的中心节点,包括:与各子节点进行导频交互,获取第一无线信道特征参数,根据与各子节点之间通道的第一无线信道特征参数确定与各子节点对应的第一无线信道特征序列;根据各第一无线信道特征序列确定中心节点的组密钥;针对各子节点,基于子节点对应的第一无线信道特征序列之外的所有第一无线信道特征序列和子节点对应的第一无线信道特征序列,为子节点生成加密序列,将加密序列发送至子节点,用于子节点确定对应的组密钥。本发明各子节点的加密序列不同,即使窃听者获取了各子节点的加密序列,也难以通过解码处理获得组密钥,提高了组密钥生成的安全性。

Patent Agency Ranking