公开(公告)号：CN114578335B

公开(公告)日：2024-08-16

申请号：CN202210207643.8

申请日：2022-03-03

申请人： 电子科技大学长三角研究院(衢州)

发明人： 郭贤生 ,  李彤 ,  张妍 ,  段林甫 ,  张玉坤 ,  李林 ,  黄健

IPC分类号： G01S11/06 ,  G06F17/18

摘要： 本发明属于无人机辅助轨迹定位的方法，具体涉及一种基于多智能体深度强化学习与最小二乘算法的定位方法。本发明建模一个无人机群与目标机器人相互通信的场景，利用有标签的无人机群和目标机器人的轨迹数据，以及二者之间的接收信号强度进行定位。首先使用最小二乘算法对目标位置进行定位，然后基于多智能体深度强化学习算法对无人机群进行自主定位，同时评估对目标位置的估计。训练过程中，使用深度神经网络处理高维状态输入，借助标签位置信息计算奖赏值，并考虑到多个智能体之间的异构性，进行了相关的仿真实验。通过训练可以得到一个自适应的网络模型，对处理高维异构数据也有一定的鲁棒性。因此，本发明是一种良好的定位替代技术。

公开(公告)号：CN114613589B

公开(公告)日：2024-04-16

申请号：CN202210182570.1

申请日：2022-02-25

申请人： 桂林电子科技大学

发明人： 马垒 ,  李志坤 ,  饶光辉 ,  朱伟豪 ,  杜玉松 ,  李林 ,  赵景泰

IPC分类号： H01F41/02 ,  H01F1/055

摘要： 本发明提供一种Gd，Co永磁材料及制备方法，由稀土Gd和Co为原材料，按照1:3的原子配比称量，经熔炼、甩带急冷和热处理制备得化学式为GdCo3的菱方相永磁材料，所得材料具有PuNi3型的晶体结构；居里温度为611K，在室温时，饱和磁化强度为6.6‑66.4emu/g，矫顽力0.083‑13.845kOe。本发明的Gd，Co永磁材料具有矫顽力大，温度稳定性好，总体制备工艺简单的特点，适合工业生产。

公开(公告)号：CN116614154A

公开(公告)日：2023-08-18

申请号：CN202310331188.7

申请日：2023-03-31

申请人： 西安电子科技大学

发明人： 臧博 ,  魏石林 ,  李林 ,  龙璐岚 ,  张文博 ,  姬红兵 ,  代传金 ,  张良 ,  李斌

IPC分类号： H04B1/713 ,  H04L1/00

摘要： 本发明公开了一种Link16信号模拟系统及方法，实现步骤为：显示控制终端生成消息流；消息解析模块和消息识别模块对消息流分别进行解析识别；多路选择器模块根据使能信号将数据向量选择不同端口输出；基础模式中频信号产生链路单元生成Link16中频信号；RTT模式中频信号产生链路单元生成Link16中频信号；软件无线电设备获取Link16信号的模拟结果生成Link16射频信号。本发明通过将报头处理模块和报文处理对同步字、报头消息和报文信息以向量的形式并行处理，提高了数据和信号处理速度，以及Link16信号实时性；通过增加对Link16信号配置信息的校验验证和序列识别码，提高了生成Link16信号的可靠性。

公开(公告)号：CN116414146A

公开(公告)日：2023-07-11

申请号：CN202310216775.1

申请日：2023-03-07

申请人： 西安电子科技大学

发明人： 刘君兰 ,  张文博 ,  姜超颖 ,  龙璐岚 ,  李林 ,  臧博

IPC分类号： G05D1/10

摘要： 本发明公开了一种基于改进DQN算法的物品派送无人机集群航迹规划方法，包括以下步骤；步骤1：对无人机集群和派送目的地点进行任务分配；步骤2：确定改进DQN算法的环境初始状态，设置无人机寻路问题的状态、动作、策略元素的表示方式；步骤3：根据状态和动作维度设置改进DQN算法的神经网络结构，提出单调递减步长的改进措施；步骤4：使用改进DQN算法规划初始航迹，根据任务分配结果让无人机起点和派送目的地一一对应，进行航迹规划；步骤5：调整航迹中的危险点；步骤6：无人机航迹优化处理；本发明能够得到模型简单，规划快速的航迹规划方法。

公开(公告)号：CN116306813A

公开(公告)日：2023-06-23

申请号：CN202310212335.9

申请日：2023-03-07

申请人： 西安电子科技大学

发明人： 张文博 ,  马梓益 ,  姬红兵 ,  李林 ,  臧博 ,  李斌

IPC分类号： G06N3/0464 ,  G06N3/082 ,  G06V10/82 ,  G06V10/774 ,  G06V10/20 ,  G06V10/28 ,  G06N3/048

摘要： 本发明公开了一种基于YOLOX轻量化及网络优化的方法，包括以下步骤；S1：在目标检测任务中，准备训练时所需的数据集；S2：在所述数据集上训练原始YOLOX神经网络模型，记录和评估模型的性能指标；S3：对原始YOLOX神经网络模型执行剪枝操作，生成剪枝后的改进YOLOX网络模型；S4：在数据集上训练生成剪枝后的改进YOLOX网络模型；S5：对改进YOLOX网络模型执行剪枝操作；S6：对改进剪枝后的改进YOLOX网络进行验证和分析，若能满足性能上的要求，则对目标进行检测分析；如不能满足性能要求，则调整改进模型，直至满足性能要求为止。本发明在目标检测中具有较高的检测精度和速度，更易于在实际应用场景中进行部署和集成，也使得模型的推理过程更加高效和稳定。

公开(公告)号：CN116258941A

公开(公告)日：2023-06-13

申请号：CN202310233273.X

申请日：2023-03-13

申请人： 西安电子科技大学

发明人： 张文博 ,  马梓益 ,  姬红兵 ,  李林 ,  臧博 ,  常超

IPC分类号： G06V10/82 ,  G06V10/774 ,  G06N3/082 ,  G06V10/764 ,  G06V10/766 ,  G06N3/048 ,  G06N3/047 ,  G06N3/084 ,  G06F16/11 ,  G06F8/61 ,  G06F8/71 ,  G06N3/0464

摘要： 基于Android平台的yolox目标检测轻量化改进方法，包括以下步骤；步骤1：收集和准备训练时所需带有标注的图像和对应的标签数据，并对数据进行预处理；步骤2：将原来的BCE交叉熵损失函数替换为现在的varifocalloss损失函数；步骤3：将原有的CSPDarknet网络替换为MobileNet网络；步骤4：采用yolox算法对所述步骤1的数据集进行训练，通过反向传播算法不断优化模型参数；步骤5：转换模型格式：将训练好的MobileNet网络格式转换为Android设备可读取的格式；步骤6：部署模型：将格式转换后部署到Android设备上，并利用Android平台的GPU加速技术加速模型的推理过程；步骤7：实现目标检测。本发明能够在保证目标检测精度的前提下，大幅降低模型的计算和存储开销，提高移动设备上的目标检测性能和效率。

公开(公告)号：CN114817264B

公开(公告)日：2023-04-25

申请号：CN202210460338.X

申请日：2022-04-28

申请人： 电子科技大学

发明人： 段翰聪 ,  李林 ,  张建 ,  李世豪 ,  李浩 ,  王书涵 ,  邹涛

IPC分类号： G06F16/22 ,  G06F16/2457 ,  G06F16/27

摘要： 本发明涉及计算机软件技术领域，公开了一种面向图计算的拓扑查询结构，包括：存储层，用于进行多圈层路径的遍历，每完成一个圈层的遍历，就返回该圈层需进行计算和过滤的节点集合以及边集合；计算层，至少包括一个计算节点，计算节点基于查询条件计算和过滤所述存储层返回的节点集合以及边集合，通过流水线处理的方式与所述存储层并行工作；图拓扑构建模块，接收经过所述计算层的计算和过滤后符合查询条件的节点集合以及边集合，并将符合查询条件的节点集合以及边集合进行组合构建成符合查询条件的图，本发明还公开了一种面向图计算的拓扑查询方法。本发明避免了存储层与计算层负载不均的状况，提高了资源利用率，减少了查询时延。

公开(公告)号：CN114139585B

公开(公告)日：2023-04-07

申请号：CN202111472813.7

申请日：2021-11-30

申请人： 西安电子科技大学

发明人： 朱志刚 ,  姬红兵 ,  靳雨馨 ,  李林 ,  臧博 ,  徐艺萍 ,  封瑞 ,  刘岳森

IPC分类号： G06F18/213 ,  G06F18/21 ,  G06N3/0464

摘要： 本发明公开了一种复信号多分量交互特征信号处理方法、模型及系统，对复信号进行处理，其获得信号的有用信息、隐含特征的性能增强。对输入的复信号的频域同相分量和频域正交分量进行交互处理，使得最后输出的复信号的实部(同相分量)的特征融合了输入的复信号的频域同相分量和频域正交分量，同时，输出的复信号的虚部(正交分量)的特征也融合了输入的复信号的频域同相分量和频域正交分量，充分实现多分量信息的共享与交互，最终输出的复信号具有更多的电磁信号各分量之间的内隐知识和有用信息，为挖掘隐藏在电磁信号各分量之间的内隐知识和有用信息奠定了基础，具有对复信号和实值信号的处理的兼容性。

公开(公告)号：CN115345322B

公开(公告)日：2023-02-07

申请号：CN202211276348.4

申请日：2022-10-19

申请人： 电子科技大学长三角研究院(衢州)

发明人： 郭贤生 ,  张玉坤 ,  李林 ,  司皓楠 ,  钱博诚 ,  钟科 ,  黄健

IPC分类号： G06N20/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V20/10

摘要： 本发明属于目标识别技术领域，具体的说是涉及一种基于小样本的层级化元迁移雷达目标识别方法。本发明基于注意力机制提取特征，在特征级、样本级、和任务级上的层级化深度知识迁移，以寻求一个嵌入空间使得样本接近同类目标的类别原子，远离于其他类目标的类别原子。其中，在特征级设计了基于注意力机制的特征编码器，充分挖掘样本全局性的域不变特征，以克服样本在数据分布上的域差异问题；在样本级设计原子编码器，生成更加稳定的类别原子，以避免离群样本的影响；在任务级，设计元学习器累积训练任务的学习经验迁移至新任务，培养模型跨任务知识迁移的能力，实现元迁移目标识别。本发明的目标识别方法是一种智能的目标识别方法。

公开(公告)号：CN109143161B

公开(公告)日：2023-01-10

申请号：CN201811155779.9

申请日：2018-09-30

申请人： 电子科技大学

发明人： 郭贤生 ,  李林 ,  万群 ,  李会勇 ,  段林甫 ,  沈晓峰 ,  秦爽 ,  殷光强

IPC分类号： G01S5/02 ,  H04W64/00 ,  H04B17/318

摘要： 本发明属于室内定位技术领域，涉及基于混合指纹质量评价模型的高精度室内定位方法。本发明首先在离线阶段构建群指纹，相比于传统指纹定位方法只使用RSS指纹，本方法还引入了信号强度差指纹和双曲线定位指纹，它们由AP间的相对信息提取得到，对RSS波动更加稳健。在线定位阶段，接收到待定位目标信号后，首先构建多支撑集。然后通过引入混合指纹质量对多支撑集进行概率建模，获得混合指纹质量评价模型。最后利用Gibbs‑EM算法求解模型获得位置估计。相比于传统指纹融合方法，本方法提出的混合指纹质量在线上阶段实时估计，无需离线阶段的权值训练，存储和匹配，因此消除了传统融合方法中的匹配误差并减少了系统负担。