-
公开(公告)号：CN118710853A
公开(公告)日：2024-09-27
申请号：CN202410755022.2
申请日：2024-06-12
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明属于计算机视觉领域，提出了一种基于视觉信息的类脑导航方法，针对室内目标导航定位问题，构建神经网络模型，采取算法优化策略，解析室内空间位置关系，规避开发过程中各类风险，满足实际应用需求，实现步骤为：(1)双目图像与深度图像的采集；(2)用U‑net神经网络将场景图像进行区域分割；(3)语义特征提取和细胞节点模型的建立；(4)里程计初步位姿的估计与优化；(5)基于初步估计位姿与细胞节点模型，利用回环检测消除位姿的累计漂移；(6)网格地图与全局语义地图的构建。本发明中采用了网格建图与语义建图，网格建图保证计算效率，语义建图相比于多帧网格建图，精度得到了很大提升，二者融合保证了建图质量。
-
公开(公告)号：CN118169675A
公开(公告)日：2024-06-11
申请号：CN202211573589.5
申请日：2022-12-08
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明提供的一种基于二元假设检验的分布式雷达信号分选方法，通过多个接收站的地理坐标以及观测量TDOA，建立约束方程，再计算辐射源与主站之间的距离差异值；建立距离差异值不同情况下的二元假设检验模型；得到不同情况下二元假设检验模型的判决式；求解距离差异值的方差；将所述距离差异值的方差待入所述判决式，从而得到门限以筛选出符合条件的距离差异值；保留符合条件的距离差异值对应的观测量。本发明中分布式多接收站同一时间接收脉冲TOA参数时，仅需提取出只与辐射源位置有关系的TDOA参数，由辐射源位置决定的TDOA参数相比于脉冲的常规特征参数稳定，因此本发明相比于传统算法可靠，不易出现增批、漏批情况。
-
公开(公告)号：CN118330692A
公开(公告)日：2024-07-12
申请号：CN202410472487.7
申请日：2024-04-19
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G01S19/37 , G06N3/0464 , G06N3/084 , G06N3/048 , G01S19/23
Abstract: 本发明属于伪卫星室内定位领域，公开了一种基于深度神经网络的伪卫星室内定位方法，解决了传统算法在室内多径环境下无法定位的问题。该方法首先对采集到的伪卫星原始观测量进行载波相位参数提取和钟差消除处理。然后利用卷积层挖掘数据的内在信息，得到数据在高维度下的特征并传入分类层得到预测结果，通过分类交叉熵损失函数对网络进行优化，在达到预设迭代次数时，得到训练好的卷积神经网络模型，计算分类正确率来评估网络的预测性能。本发明将定位问题从复杂的回归问题转换为更简单的分类问题，这种转换不仅降低了神经网络的训练难度，还取得了良好的定位精度。
-
公开(公告)号：CN116482611A
公开(公告)日：2023-07-25
申请号：CN202310071550.1
申请日：2023-01-18
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G01S5/06
Abstract: 本发明公开了一种单站无网格多目标无源定位方法，包括：获得接收信号的协方差矩阵模型；根据所述协方差矩阵模型建立无网格定位模型，所述无网格定位模型为L0范数最小化问题模型；根据所述无网格定位模型建立稀疏恢复模型；对所述稀疏恢复模型进行交替优化，确定目标的位置。本发明通过基于阵列协方差矩阵的无网格压缩感知技术，提出了一种新的稀疏恢复算法，该算法具有同时估计多个目标位置的能力。与传统的纯方位定位方法相比，通过更少的天线元件和更少的观测位置实现了更好的定位性能。
-
-
-
Search Results
4
records
(took 0.036 seconds)
