海上防空对抗局面分析方法及装置、电子设备、存储介质

    公开(公告)号:CN118520949A

    公开(公告)日:2024-08-20

    申请号:CN202410583823.5

    申请日:2024-05-11

    Abstract: 本发明公开了一种海上防空对抗局面分析方法及装置、电子设备、存储介质,该方法包括:对领导者问题优化模型进行求解得到多组领导者最优解;针对每组领导者最优解对跟随者问题优化模型进行求解得到每组领导者最优解对应的多组跟随者最优解;确定决策主体、决策空间和效用函数,从而确定斯塔克伯格博弈模型;对斯塔克伯格博弈模型进行求解,得到博弈均衡时进攻方和防御方在决策空间内的一对博弈均衡解,以得到海上防空对抗场景中对抗双方博弈均衡时的一对进攻、防守方案。根据本发明提供的方法,能够模拟进攻双方的决策并不同时进行且总是根据另一方的策略而变化的真实场景,为实际场景中的决策提供漏洞更少、风险更小的分析依据。

    基于双层优化和博弈分析的海上对抗防御策略优化方法

    公开(公告)号:CN118846525A

    公开(公告)日:2024-10-29

    申请号:CN202410803382.5

    申请日:2024-06-20

    Abstract: 本发明公开了一种基于双层优化和博弈分析的海上对抗防御策略优化方法,包括:构建海上对抗防御模拟场景;针对该场景以防御单位的来袭目标防御纵深之和以及防御区重叠面积之和为优化目标建立上层的多目标优化模型,求解得到针对防御单位位置的多个上层部署策略;针对该场景及多个上层部署策略,以最小化来袭目标对防御单位威胁为优化目标建立下层的防御区内来袭目标分配模型,求解得到表征防御单位和来袭目标攻击关系分配策略的多个下层部署策略;将上层、下层部署策略结合,基于防御方和攻击方的收益函数建立静态零和博弈模型;博弈分析求解得到混合策略纳什均衡解作为最终的海上对抗防御策略优化结果。本发明能贴近真实情况,提高防御效果。

    一种基于多模态融合的缺陷检测方法

    公开(公告)号:CN117036326A

    公开(公告)日:2023-11-10

    申请号:CN202311061033.2

    申请日:2023-08-22

    Abstract: 本发明公开了一种基于多模态融合的缺陷检测方法,首先进行数据集标注,接下来将点云数据于视觉图像的视角相匹配,生成反射强度图。以经典的YOLO结构网络为基础,将原始的单输入BackBone修改为反射强度图及视觉图像双输入的BackBone。分别引出不同尺度下反射信息和视觉图像的特征层,并将两者进行特征融合。将融合的特征结果引入FPN结构,同时添加检测头。结合标注的缺陷信息进行模型训练。在检测过程中,对点云数据采用随机采样一致算法保留地面信息。同时结合点云深度信息与视觉图相匹配,得到缺陷深度信息。本发明对现有目标检测算法对缺陷难以准确检测,以及深度信息难以得到的问题进行了有效优化。

    一种基于2D-Gabor的高分遥感影像局部特征提取方法

    公开(公告)号:CN104881671B

    公开(公告)日:2018-01-19

    申请号:CN201510264025.7

    申请日:2015-05-21

    Abstract: 本发明属于高分辨率遥感影像处理领域,尤其涉及一种基于2D‑Gabor的高分遥感影像局部特征提取方法。本发明首先建立影像的尺度空间金字塔表达;然后在尺度空间中搜索不同特征尺度下的加速分割测试特征,使用极大值抑制的方法得到特征点并确定特征点所在的位置及尺度;其次建立基于二进制的局部特征描述子;最后,使用Hamming距离作为相似性度量方法对不同视角条件下获得的同一场景的影像对进行特征匹配,再采用RANSAC算法进行特征提纯,去除错误的匹配点对。本发明能够精确地模拟人类的视觉皮层和视网膜的认知特点。在特征检测的过程中,对亮度和尺度的变化具有不变性,可以在时间域和频率域中同时获得最优的性能。

    多智能体协同目标搜索的动态优化与实时决策方法及装置

    公开(公告)号:CN119828460A

    公开(公告)日:2025-04-15

    申请号:CN202411892930.2

    申请日:2024-12-20

    Abstract: 本发明公开了一种多智能体协同目标搜索的动态优化与实时决策方法及装置,包括:全局优化层构建全局模型,获取多智能体的初始的路径规划和初始的任务分配方案,发送至各个智能体;同时,全局优化层以第一预设频率更新全局模型;各个智能体根据初始的路径规划和初始的任务分配方案,结合实时感知数据,调整初始的路径规划,得到执行结果,并将执行结果发送至全局优化层;同时,各个智能体以第二预设频率更新执行结果;全局优化层根据各个智能体的执行结果,判断是否需要更新全局模型,如果需要,则更新全局模型,发送至各个智能体,如果不需要,保存各个智能体的执行结果;实时获取路径规划和任务分配方案。本发明能够提高任务执行效率和完成度。

    一种基于多模态融合的前视道面障碍物检测方法

    公开(公告)号:CN117058655A

    公开(公告)日:2023-11-14

    申请号:CN202311020123.7

    申请日:2023-08-14

    Abstract: 本发明公开了一种基于多模态融合的前视道面障碍物检测方法,属于激光点云与视觉图像的特征融合及目标检测领域;在获取点云数据及视觉图像的数据后,首先进行数据集的标注;再对点云进行地面去除,并采用变换矩阵,将点云从三维变换投影到二维,保留点云的深度信息和反射信息,得到稀疏的点云深度图和反射图;然后对深度图和反射图进行预处理,完成点云数据的目标增强,得到点云图像;最后采用深度学习的方式,将点云图像和视觉图像输入到双输入自适应特征融合的目标检测网络中,进行训练并优化,输出最终的检测结果;本发明解决了现有道面障碍物检测方法对障碍物难以进行准确检测,以及检测鲁棒性差的问题。

    一种基于2D-Gabor的高分遥感影像局部特征提取方法

    公开(公告)号:CN104881671A

    公开(公告)日:2015-09-02

    申请号:CN201510264025.7

    申请日:2015-05-21

    CPC classification number: G06K9/4604

    Abstract: 本发明属于高分辨率遥感影像处理领域,尤其涉及一种基于2D-Gabor的高分遥感影像局部特征提取方法。本发明首先建立影像的尺度空间金字塔表达;然后在尺度空间中搜索不同特征尺度下的加速分割测试特征,使用极大值抑制的方法得到特征点并确定特征点所在的位置及尺度;其次建立基于二进制的局部特征描述子;最后,使用Hamming距离作为相似性度量方法对不同视角条件下获得的同一场景的影像对进行特征匹配,再采用RANSAC算法进行特征提纯,去除错误的匹配点对。本发明能够精确地模拟人类的视觉皮层和视网膜的认知特点。在特征检测的过程中,对亮度和尺度的变化具有不变性,可以在时间域和频率域中同时获得最优的性能。

    基于Nash-Stackelberg分层博弈模型的海上主动防御策略

    公开(公告)号:CN119868957A

    公开(公告)日:2025-04-25

    申请号:CN202411892953.3

    申请日:2024-12-20

    Abstract: 本发明公开了一种基于Nash‑Stackelberg分层博弈模型的海上主动防御策略,包括:构建海上防御对抗模拟场景,将防御力量部署问题建模为Nash‑Stackelberg分层博弈模型,Nash‑Stackelberg分层博弈模型用于描述防御力量内部协同关系以及防御方与攻击方之间的对抗关系;分析Nash‑Stackelberg分层博弈模型,构建基于混合粒子群算法的模型求解框架,对模型求解框架进行优化,通过迭代更新粒子求解博弈均衡解;根据博弈均衡解制定主动防御策略。本发明充分考虑防御单位之间的协同关系和防御方与攻击方之间的对抗关系,提升了游戏中电脑方部署方案的科学性与强对抗性,提供了精细化的防御力量分布建议。

Patent Agency Ranking