一种基于地声场的地下浅层目标定位方法

    公开(公告)号:CN113176609A

    公开(公告)日:2021-07-27

    申请号:CN202110474298.X

    申请日:2021-04-29

    Applicant: 中北大学

    Abstract: 本发明涉及一种基于地声场的地下浅层目标定位方法,属于岩体稳定性预测领域。本发明布设震动传感器和地声传感器;利用生成对抗网络进行地声信号重构;在监测区域预埋多发震源弹,记录其坐标,震源爆炸后,收集并计算监测区域内所有体积元所对应的三维地声场能量图作为学习样本;对三维地声场能量图标记其对应的位置坐标作为训练标签;用学习样本和训练标签构造并训练基于地声场的深度学习网络模型;利用地声传感器阵列获取目标实际爆炸产生的地声信号,送入已经训练好的深度学习网络,以输出的结果为基于地声场的目标坐标,与震动传感器获得的目标坐标加权平均,输出最终的定位结果。本发明实现了对地下浅层目标的远距离、大范围、高精度定位。

    一种基于深度强化学习的无人机辅助车联网实时视频传输方法

    公开(公告)号:CN117857737A

    公开(公告)日:2024-04-09

    申请号:CN202311525301.1

    申请日:2023-11-16

    Applicant: 中北大学

    Inventor: 王黎明 武丹

    Abstract: 本发明涉及一种基于深度强化学习的无人机辅助车联网实时视频传输方法,属于无人机辅助无线视频传输技术领域。本发明引入SVC视频编码技术,利用该应用层视频编码技术提供自适应视频流媒体服务。本发明联合考虑了无人机轨迹、带宽资源分配、SVC视频层选择,以最大限度提高车辆的视频质量。考虑到流畅性是直播视频的一个关键指标,因此将延迟定义为效用函数中的惩罚项。同时,为了减少视频层的频繁切换,保证用户观看感知,将视频层之间的比特率切换定义为惩罚项。本发明中提出的无人机辅助车辆实时视频传输方法,与现有的技术方法相比,在实现实时视频递送的同时,算法的学习速度、探索能力、稳定性和鲁棒性都有了显著提升。

    一种转台无线近程遥测系统

    公开(公告)号:CN105225455A

    公开(公告)日:2016-01-06

    申请号:CN201510683689.7

    申请日:2015-10-20

    Applicant: 中北大学

    Abstract: 本发明公开了一种转台无线近程遥测系统,其特征在于:由发送端和接收端组成;所述的发送端安装在旋转轴内部,所述的接收端安装在转台外部的控制站上;本发明采用扩频调制与窄带数字调制相结合的方式,扩展了信号传输的带宽,提高了信号抗多径干扰的传输能力,降低了信号在超高转速下的误码率,保证了数据的可靠传输。采用同步编码和纠错编码相结合的方式,提高了数据的抗干扰能力和纠错能力,保证了在超高速条件下出现传输信道受扰时,具有极高的纠错能力,同时便于接收端的多路数据拆分以及后期数据处理;采用微处理器实现遥测功能,降低了电路设计的复杂度,缩小了电路的体积,集成度高、体积小、重量轻。

    一种基于地声场的地下浅层目标定位方法

    公开(公告)号:CN113176609B

    公开(公告)日:2023-10-10

    申请号:CN202110474298.X

    申请日:2021-04-29

    Applicant: 中北大学

    Abstract: 本发明涉及一种基于地声场的地下浅层目标定位方法,属于岩体稳定性预测领域。本发明布设震动传感器和地声传感器;利用生成对抗网络进行地声信号重构;在监测区域预埋多发震源弹,记录其坐标,震源爆炸后,收集并计算监测区域内所有体积元所对应的三维地声场能量图作为学习样本;对三维地声场能量图标记其对应的位置坐标作为训练标签;用学习样本和训练标签构造并训练基于地声场的深度学习网络模型;利用地声传感器阵列获取目标实际爆炸产生的地声信号,送入已经训练好的深度学习网络,以输出的结果为基于地声场的目标坐标,与震动传感器获得的目标坐标加权平均,输出最终的定位结果。本发明实现了对地下浅层目标的远距离、大范围、高精度定位。

    一种基于深度强化学习的地下浅层目标快速定位方法

    公开(公告)号:CN115903036A

    公开(公告)日:2023-04-04

    申请号:CN202211468247.7

    申请日:2022-11-22

    Applicant: 中北大学

    Inventor: 王黎明 武丹

    Abstract: 本发明涉及一种基于深度强化学习的地下浅层目标快速定位方法,属于地下浅层震源定位技术领域。本发明结合了深度神经网络算法和强化学习算法,通过对地声传感器采集到的一维信号进行跨域升维,以多谱三维能量场作为深度强化学习的状态空间,利用马尔科夫决策过程进行问题建模,并采用C‑DQN算法实现目标的快速定位。与现有的仅由环境产生外部奖励加强的传统深度强化学习方法不同,C‑DQN通过外部奖励和内部奖励的联合加强,利用内在好奇心模块充分提高搜索效率,保证收敛至全局最优。利用具有高效搜索性保证的C‑DQN算法框架在异步策略设置下进行地下浅层目标定位,可以大大提高定位速度。

    一种转台无线近程遥测系统

    公开(公告)号:CN105225455B

    公开(公告)日:2019-04-19

    申请号:CN201510683689.7

    申请日:2015-10-20

    Applicant: 中北大学

    Abstract: 本发明公开了一种转台无线近程遥测系统,其特征在于:由发送端和接收端组成;所述的发送端安装在旋转轴内部,所述的接收端安装在转台外部的控制站上;本发明采用扩频调制与窄带数字调制相结合的方式,扩展了信号传输的带宽,提高了信号抗多径干扰的传输能力,降低了信号在超高转速下的误码率,保证了数据的可靠传输。采用同步编码和纠错编码相结合的方式,提高了数据的抗干扰能力和纠错能力,保证了在超高速条件下出现传输信道受扰时,具有极高的纠错能力,同时便于接收端的多路数据拆分以及后期数据处理;采用微处理器实现遥测功能,降低了电路设计的复杂度,缩小了电路的体积,集成度高、体积小、重量轻。

Patent Agency Ranking