一种基于窄带信号的移动目标检测系统及方法

    公开(公告)号:CN119064876A

    公开(公告)日:2024-12-03

    申请号:CN202410955902.4

    申请日:2024-07-17

    Abstract: 本发明涉及一种基于窄带信号的移动目标检测系统及方法,通过信号发送设备发送窄带信号,信号接收设备接收窄带信号,并传递给信号处理设备;信号预处理模块对窄带信号进行预处理,得到可以分析的接收信号,同步检测模块利用接收信号做同步,得到对应帧的起始位置;天线信道相位匹配模块进行信道估计,计算多个天线信道相位差的方差,目标检测模块差判决有无移动物体;交互模块的警报显示单元显示检测结果,若有移动物体经过,摄像头自动录像保存。本发明利用已经部署的基站进行移动目标检测,从而解决传统检测系统中要求发送端与接收端在近距离范围内进行检测的问题。与此同时,无需设置大量的发送端节点,有效减少了资源的开销。

    一种基于双重约束生成对抗网络的水下图像增强方法

    公开(公告)号:CN117078544A

    公开(公告)日:2023-11-17

    申请号:CN202311042350.X

    申请日:2023-08-18

    Abstract: 本发明涉及一种基于双重约束生成对抗网络的水下图像增强方法,利用水下AUV搭配摄像头在海底进行拍摄,获取水下图像,形成数据集;采取不同水域条件的背景光,形成合成数据集;通过两个生成器、两个判别器和物理模型组成网络;并在网络模型中加入损失函数,对生成器加以双重约束;将联合数据集作为网络的输入;训练生成器,固定生成器的参数不变再训练判别器,固定判别器再训练生成器;经过多次迭代后,损失函数趋近于最小值完成训练,得到对应的权重,完成网络训练,输入图像或者视频得的输出结果。本发明能够解决现有增强方法只能适应单一的水下环境;可以恢复不同水下场景的图像,产生的增强结果同时保证颜色逼真和细节清晰。

    一种用于港口水域的水下船检机器人

    公开(公告)号:CN220762643U

    公开(公告)日:2024-04-12

    申请号:CN202322224471.8

    申请日:2023-08-18

    Abstract: 本实用新型涉及一种用于港口水域的水下船检机器人,包括供电与通信系统、多源信息融合定位系统、稳定控制系统、图像增强系统、机械手作业系统、外置LED灯辅助定位系统和处理器系统,供电与通信系统包括包括上位机PC端、零浮力双绞线和机器人本体,多源信息融合定位系统、处理器系统、图像增强系统和稳定控制系统、机械手作业系统、外置LED灯辅助定位系统分别位于机器人本体内部和外部。本实用新型针对港口水域工作环境中水下机器人单一传感器定位信息不准确,岸边浪涌、回流严重导致机器人稳定难,能见度低使水下图像看不清等技术难题,开发遥操作水下船检机器人来替代潜水员完成拖轮检测与清理任务。

    基于自组织神经网络的多水下机器人任务分配方法及系统

    公开(公告)号:CN114995989A

    公开(公告)日:2022-09-02

    申请号:CN202210378563.9

    申请日:2022-04-12

    Applicant: 燕山大学

    Abstract: 本发明公开基于自组织神经网络的多水下机器人任务分配方法及系统,属于多智能体系统协同控制技术领域,该方法根据洋流影响、资源消耗、负载均衡和资源有限多重约束,构建多重约束的多异构水下机器人系统任务分配优化模型,其中,任务分配优化模型为自组织神经网络;任务分配优化模型通过机器人路径点对应的神经元竞争与学习,完成任务分配,最终生成每个机器人所需的环形路径。求解速度快、求解精度高的优点,能在有限迭代次数内提供良好的任务分配方案,由其在复杂的大规模任务场景中,本发明所提出方法的优势更为明显。

    一种基于两步卡尔曼滤波的非视距水下航行器定位方法

    公开(公告)号:CN114895246A

    公开(公告)日:2022-08-12

    申请号:CN202210315177.5

    申请日:2022-03-28

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于两步卡尔曼滤波的非视距水下航行器定位方法,该方法首先利用第一步卡尔曼滤波对测量值进行状态预测并利用卡尔曼滤波新息去识别当前测量值是否受到非视距(NLOS)误差干扰,如测量值不受NLOS误差干扰则继续第一步卡尔曼滤波得到状态估计;对于受到NLOS误差干扰的测量值,利用第一步卡尔曼滤波的预测结果对NLOS误差进行估计,然后对NLOS误差估计值进行第二步卡尔曼滤波并将滤波结果带入第一步卡尔曼滤波更新步进行状态估计;最后使用CHAN氏算法进行位置求解;本发明不需要NLOS误差的先验统计知识即可对连续NLOS误差进行实时消除,能够明显提高水下环境中水下航行器的定位精度。

    一种联合边缘计算的网络资源调度方法

    公开(公告)号:CN113612853B

    公开(公告)日:2022-05-10

    申请号:CN202110933912.4

    申请日:2021-08-16

    Applicant: 燕山大学

    Abstract: 本发明公开了一种联合边缘计算的网络资源调度方法,本发明采用协作中继传输方式,确保用户端数据正确传输,降低了数据包丢失率,通过嵌入边缘计算技术,将边缘节点作为数据转发中继,将测量数据信息在边缘端进行计算处理,随后只将决策结论上传至电力公司,减少了电力公司需要购买的中继的带宽,通过对偶分解法得到了边缘节点算力资源ξi和带宽资源Wi的最优分配结果,采用边缘节点作为中继的数据传输方式降低了电力公司的成本并提升了中继的收益。

    一种基于深度强化学习的水下联合中继选择和功率分配方法

    公开(公告)号:CN111885671B

    公开(公告)日:2022-04-15

    申请号:CN202010694039.3

    申请日:2020-07-17

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于深度强化学习的水下联合中继选择和功率分配方法,包括:创建包括一个源节点u、N个候选中继节点r1,r2…rN和一个目的节点d的拓扑结构;广播信号给候选中继节点和目的节点,同时源节点根据状态信息进行中继选择和功率分配;选中的中继节点转发信号给目的节点;目的节点将状态信息反馈给源节点;采用深度强化学习方法,使源节点不断与环境进行交互得到所需状态信息,通过策略优化离线学习的方式,使源节点在试错中学习到经验用于决策。本发明方法基于信道状态信息和中继选择信息,利用深度强化学习来进行中继选择和功率的分配。把源节点视为深度强化学习中的智能体,利用源节点和环境不断交互学习来增强系统的决策能力,易于实现。

    一种基于改进遗传算法的多异构无人机任务分配方法

    公开(公告)号:CN111860984B

    公开(公告)日:2022-03-11

    申请号:CN202010642900.1

    申请日:2020-07-06

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于改进遗传算法的多异构无人机任务分配方法,属于无人机技术领域,该方法通过综合考虑资源消耗、任务完成效果和负载均衡、资源有限、任务优先级等多重约束,建立了任务分配优化模型;采用矩阵编码方式将每个可行的任务分配方案编码为一个完整的染色体;针对现有遗传算法求解精度不足、求解速度过慢的问题,提出了模糊精英度的概念,并在此基础上对各遗传操作进行改进,利用改进后的遗传算法对构建的优化模型进行求解,在有限的迭代次数内获得最优的任务分配方案。本发明在多智能体协同控制领域有良好的通用性,具有求解速度快、求解精度高的优点,能够有效解决具有多重约束的多异构无人机系统的任务分配问题。

Patent Agency Ranking