一种CAN总线ID的自动配置系统和方法

    公开(公告)号:CN109104303A

    公开(公告)日:2018-12-28

    申请号:CN201810805073.6

    申请日:2018-07-20

    Abstract: 本发明公开了一种CAN总线ID自动配置系统,在CAN总线设备中包括总线控制器和节点1~N,总线控制器和所有节点均挂在CAN总线上,分别与CAN总线通信信号CAN_H和CAN_L相连接,在CAN总线上的总线控制器和每个节点上各增加一对RS422串行收发信号,通过RS422串行收发信号将总线上所有节点串接起来,连接成菊花链式的拓扑结构。本发明还提供一种使用上述CAN总线ID自动配置系统进行CAN总线ID自动配置的方法。本发明相比现有技术具有以下优点:1、该CAN总线ID自动配置方法简单便捷,所有节点ID号的配置均由系统自动完成,无需进行设置和人工干预。2、系统电缆走线简单,ID配置信号无需单独电缆走线。

    基于视觉注意力模型的ISAR图像质量评价方法和系统

    公开(公告)号:CN119323731A

    公开(公告)日:2025-01-17

    申请号:CN202411412536.4

    申请日:2024-10-11

    Abstract: 本发明提供一种基于视觉注意力模型的ISAR图像质量评价方法和系统,涉及图像质量评估技术领域。本发明通过预先训练的ISAR图像质量评价神经网络对待评估的ISAR图像进行处理,得到评估结果,其中,ISAR图像质量评价神经网络包括:Gramin Transformer模型、双层注意力层、MLP层和sigmoid层;其中,双层注意力层的每层中均包括通道注意力模块和区域注意力模块。本发明设计的ISAR图像质量评价神经网络利用特征相似性矩阵重点关注了编码过程中的特征可鉴别性,利用注意力机制较好的关注ISAR图像的全局和局部特征,提取的特征与传统特征相比表达维度多元化,表达内容更丰富,最后通道维和空间维进行特征融合,得到鲁棒性特征从而对图像质量进行评价。

    基于CNN的复杂背景SAR车辆目标检测方法

    公开(公告)号:CN109284704A

    公开(公告)日:2019-01-29

    申请号:CN201811047934.5

    申请日:2018-09-07

    Abstract: 本发明公开一种基于CNN的复杂背景SAR车辆目标检测方法,包括步骤:S1,采集图样数据并经处理获得样本数据集;S2,将ResNet和Faster-RCNN框架进行融合后形成融合框架,在预训练权重的基础上对所述融合框架进行再训练;S3,采用再训练后的所述融合框架对所述图样数据进行目标检测和识别;本发明通过将ResNet和Faster-RCNN框架进行融合,利用Faster-RCNN框架实现端到端的目标检测流程实现全自动化的目标检测,便于工程化应用;同时利用残差网络模型解决深度卷积网络模型中存在的网络模型退化的问题,避免深度卷积网络模型存在的梯度消失的现象。

    基于自适应变波形的无人机目标微动特征提取方法及系统

    公开(公告)号:CN117250591A

    公开(公告)日:2023-12-19

    申请号:CN202211091283.6

    申请日:2022-09-07

    Abstract: 本发明提供一种基于自适应变波形的无人机目标微动特征提取方法及系统,涉及雷达反无人机探测和目标微动特征提取技术领域。本发明首先构建一个包括雷达提取目标微动特征的距离范围内所有距离段的识别波形的识别波形库;然后基于待提取微动特征目标的目标航迹的识别请求信息,从上述识别波形库中自适应调取与目标航迹的识别请求信息相适配的识别波形;最后基于相适配的识别波形完成待提取微动特征的目标航迹的微动特征提取。本发明基于自适应变波形对目标微动特征进行提取,从而为利用微动特征进行无人机识别的实际工程应用提供了解决方案。

Patent Agency Ranking