-
公开(公告)号：CN109657392A
公开(公告)日：2019-04-19
申请号：CN201811623688.3
申请日：2018-12-28
Applicant: 北京航空航天大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明涉及一种基于深度学习的高光谱遥感水深反演方法，其步骤如下：对研究区域的原始高光谱遥感影像进行几何校正、大气校正获取各波段的真实反射率；筛选研究区0～20米范围内的实测水深范围；按照筛选出水深数据对应的空间范围对遥感影像进行剪裁，处理为格式化的数据文件；利用遥感影像的光谱反射率信息和实测水深数据按照地理坐标匹配生成格式化的训练数据集；使用Tensorflow、Keras深度学习框架搭建全连接神经网络、1D-CNN网络、2D-CNN网络三种深度学习网络对研究区域数据进行训练；利用训练好的网络模型，分别应用于遥感影像数据，即可反演出研究区域的水深。本发明能仅将光学浅水区域的高光谱遥感影像光谱信息作为输入，直接反演高精度的水深数据。
-
公开(公告)号：CN119001791A
公开(公告)日：2024-11-22
申请号：CN202411106042.3
申请日：2024-08-13
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明涉及一种基于星链信标信号相位差变化率的高精度定位方法，属于信号处理与参数估计领域。本发明首先构建基于星链信标信号相位差变化率的高精度定位模型，然后根据星链卫星信标信号中相邻子载波间的相位差变化率获取地面接收设备精确的位置信息。本发明针对全球卫星导航系统失效的场景，提出了一种新的基于星链信标信号相位差变化率的高精度定位方法，与现有方法相比，该方法不需要同时接收多颗星链卫星的下行信号，系统更加简便，可操作性更强，应用范围更广。
-
公开(公告)号：CN101860415A
公开(公告)日：2010-10-13
申请号：CN201010174383.6
申请日：2010-05-18
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种容误码的扩展Golay码编码参数盲识别方法，它涉及通信领域中的智能通信、通信侦察与信息安全的技术。它采用扩展Golay码只具有偶数码重和编码序列与校验矩阵内积为零的特性，仅通过通信内容实现二进制扩展Golay码编码参数的盲识别，达到智能通信和通信侦察的目的。本发明具有算法简单，性能稳健，识别速度快，精度高等特点，特别适用于智能通信、通信侦察、无线电检测、通信对抗等领域中的信道编码识别算法。
-
公开(公告)号：CN101860415B
公开(公告)日：2012-08-22
申请号：CN201010174383.6
申请日：2010-05-18
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种容误码的扩展Golay码编码参数盲识别方法，它涉及通信领域中的智能通信、通信侦察与信息安全的技术。它采用扩展Golay码只具有偶数码重和编码序列与校验矩阵内积为零的特性，仅通过通信内容实现二进制扩展Golay码编码参数的盲识别，达到智能通信和通信侦察的目的。本发明具有算法简单，性能稳健，识别速度快，精度高等特点，特别适用于智能通信、通信侦察、无线电检测、通信对抗等领域中的信道编码识别算法。
-
公开(公告)号：CN119293460A
公开(公告)日：2025-01-10
申请号：CN202411823072.6
申请日：2024-12-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F18/20 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/084 , H04L41/142 , H04L41/16 , H04L67/12 , G06F123/02
Abstract: 本发明公开了一种智能指挥控制网络结构和关键节点预测方法，属于通信侦察和人工智能领域。旨在实现对指挥控制网络中结构和关键节点变化的预测。所述方法包括步骤：首先，利用滑动窗口技术从通信侦察得到的数据中抽取指定积累时长的数据集，并将数据集划分为训练集和测试集；然后，构建并训练一个基于门控循环单元的深度神经网络模型，通过不断调整积累时长以优化模型的预测性能；最后，使用训练好的网络模型对新的指挥控制网络数据进行预测，输出网络结构编号和关键节点编号。通过遍历不同的积累时长，本发明能够有效识别和利用通信侦察数据中的规律，从而提高模型的预测精度。本发明适用于复杂指挥控制网络的分析与预测，具有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN119293460B
公开(公告)日：2025-04-04
申请号：CN202411823072.6
申请日：2024-12-12
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F18/20 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/084 , H04L41/142 , H04L41/16 , H04L67/12 , G06F123/02
Abstract: 本发明公开了一种智能指挥控制网络结构和关键节点预测方法，属于通信侦察和人工智能领域。旨在实现对指挥控制网络中结构和关键节点变化的预测。所述方法包括步骤：首先，利用滑动窗口技术从通信侦察得到的数据中抽取指定积累时长的数据集，并将数据集划分为训练集和测试集；然后，构建并训练一个基于门控循环单元的深度神经网络模型，通过不断调整积累时长以优化模型的预测性能；最后，使用训练好的网络模型对新的指挥控制网络数据进行预测，输出网络结构编号和关键节点编号。通过遍历不同的积累时长，本发明能够有效识别和利用通信侦察数据中的规律，从而提高模型的预测精度。本发明适用于复杂指挥控制网络的分析与预测，具有重要的应用价值。
-
公开(公告)号：CN107187131A
公开(公告)日：2017-09-22
申请号：CN201710440715.2
申请日：2017-06-13
Applicant: 北京航空航天大学 , 承德宽航新材料有限公司
IPC: B32B9/00 , B32B9/04 , B32B17/02 , B32B17/12 , B32B27/02 , B32B27/12 , B32B27/04 , B32B7/12 , B32B15/04 , B32B15/14 , B32B15/20 , B32B37/06 , B32B37/10 , B32B37/12
CPC classification number: B32B15/14 , B32B5/02 , B32B7/12 , B32B9/00 , B32B15/20 , B32B37/06 , B32B37/10 , B32B37/12 , B32B2250/42 , B32B2260/021 , B32B2260/046 , B32B2262/0253 , B32B2262/0261 , B32B2262/0269 , B32B2262/0276 , B32B2262/10 , B32B2262/101 , B32B2262/106 , B32B2262/14 , B32B2307/54 , B32B2307/546
Abstract: 本发明提供了一种铝基超混杂复合材料层板，包含若干层纤维‑树脂层和若干层纤维‑金属层，所述纤维‑树脂层和纤维‑金属层交替层叠设置；所述纤维‑金属层包含金属芯板和设置于金属芯板相对的两个表面的纤维粘结层，所述纤维粘结层对所述金属芯板和纤维‑树脂层进行粘结；所述金属芯板为铝板或铝合金板。本发明提供的特殊结构的铝基超混杂复合材料层板具有优异的力学性能，拉伸强度为1230～1323MPa，拉伸模量为87～90GPa，比强度为549.08～590.59Mpa/(g/cm3)，比模量为38.84～40.18GPa/(g/cm3)，弯曲强度为1325～1382MPa，层剪强度为80～92MPa。
-
公开(公告)号：CN111612329B
公开(公告)日：2022-08-30
申请号：CN202010422835.1
申请日：2020-05-19
Applicant: 北京航空航天大学
IPC: G06Q10/06 , G06F30/20 , G06F17/18 , G06F119/04
Abstract: 本发明提供一种基于改进BDD的故障机理耦合关系模型的解析方法，通过理论推导得到四种故障机理相关关系，分别为；竞争关系、促进抑制关系、触发关系和损伤累积关系，根据故障机理及其相关关系建立改进的BDD模型，然后对模型进行故障机理层故障机理相关关系及部件层逻辑关系解析解的求解，部件层逻辑关系解析解的求解即整个系统的解析解的求解，根据求解结果得到使系统故障的事件序列。本发明对故障机理相关关系改进的BDD模型进行了描述，并且从解析的角度出发，提出了一种基于故障机理相关关系改进BDD的解析解求解方法，从而填补了求解这种模型解析解理论的空白，使得模型的求解更精确。
-
公开(公告)号：CN110850384B
公开(公告)日：2020-06-23
申请号：CN201911067167.9
申请日：2019-11-04
Applicant: 北京航空航天大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于扫频数据产生宽带去斜回波的方法，属于雷达信号处理技术领域。首先脉冲雷达对包含Q个散射中心的探测目标发射一个线性调频脉冲信号。探测目标中每个散射中心反馈给雷达各自的回波信号，得到Q个散射中心的宽带回波信号。设定参考信号，并对每个散射中心的宽带回波信号进行去斜处理，获得含有目标RCS特性的频率响应；对含有目标RCS特性的频率响应进行快速Fourier逆变换，每个散射中心逆变换得到一个复幅值，Q个复幅值组成探测目标的一维距离像；利用探测目标的一维距离像与每个散射中心的去斜回波信号相乘后累加求和，最终得到探测目标整体的宽带去斜回波。本发明大大降低了运算量，同时保证了与卷积运算相同的精度和准确性。
-
公开(公告)号：CN110850384A
公开(公告)日：2020-02-28
申请号：CN201911067167.9
申请日：2019-11-04
Applicant: 北京航空航天大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于扫频数据产生宽带去斜回波的方法，属于雷达信号处理技术领域。首先脉冲雷达对包含Q个散射中心的探测目标发射一个线性调频脉冲信号。探测目标中每个散射中心反馈给雷达各自的回波信号，得到Q个散射中心的宽带回波信号。设定参考信号，并对每个散射中心的宽带回波信号进行去斜处理，获得含有目标RCS特性的频率响应；对含有目标RCS特性的频率响应进行快速Fourier逆变换，每个散射中心逆变换得到一个复幅值，Q个复幅值组成探测目标的一维距离像；利用探测目标的一维距离像与每个散射中心的去斜回波信号相乘后累加求和，最终得到探测目标整体的宽带去斜回波。本发明大大降低了运算量，同时保证了与卷积运算相同的精度和准确性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.114 seconds)
