一种基于高低层特征融合的小目标检测方法

    公开(公告)号:CN116229135B

    公开(公告)日:2025-02-14

    申请号:CN202211557960.9

    申请日:2022-12-06

    Abstract: 本发明公开了一种基于高低层特征融合的小目标检测方法,包括:获取待进行小目标检测的目标图像;利用预设的基于多尺度融合策略的目标检测神经网络对目标图像进行小目标检测;其中,目标检测神经网络中基于一高低层特征融合模块实现对低层特征和高层特征的融合;高低层特征融合模块,用于分别对低层特征和高层特征进行预处理,以使低层特征和高层特征的维度相同;对预处理后低层特征先进行通道压缩再进行通道扩展,以保留小目标的有用信息以及过滤无用信息,得到通道压缩扩展特征;将通道压缩扩展特征与预处理后的高层特征进行相乘,并将乘积结果与预处理后的高层特征进行相加,作为高低层融合特征。本发明进一步提高了小目标检测的准确性。

    一种空战模拟环境中隐蔽接近目标的机动控制方法

    公开(公告)号:CN115480493B

    公开(公告)日:2024-04-30

    申请号:CN202211116470.5

    申请日:2022-09-14

    Abstract: 本发明公开了空战模拟环境中隐蔽接近目标的机动控制方法,包括:获取当前我机和目标的态势参数和配置参数;根据态势参数确定相对态势参数;根据目标的态势参数和配置参数,确定目标的雷达主瓣盲区的频率范围,根据频率范围和目标的配置参数和态势参数确定径向速度范围;该范围是我机处于目标的雷达扫描盲区时的速度范围;在确定我机处于目标雷达扫描区域时,通过滑模控制方式计算过载值;过载值是我机相对于目标的雷达波束的径向速度达到目标速度值时所需的机动性能指标值;根据过载值控制我机驶入雷达扫描盲区。本发明可提高我机自身的隐蔽性和安全性。

    基于强化学习的时空约束下多飞行器协同制导方法

    公开(公告)号:CN117850450A

    公开(公告)日:2024-04-09

    申请号:CN202311867559.X

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于强化学习的时空约束下多飞行器协同制导方法,包括:构建多飞行器相对目标的运动关系模型;基于强化学习训练得到满足视场角约束的期望攻击角度制导阶段的飞行时间,并据此计算虚拟命中点;基于多飞行器相对目标的运动关系模型制定第一阶段制导律和第二阶段制导律;将虚拟命中点作为制导切换点,并结合第一阶段制导律和第二阶段制导律生成制导指令,以控制飞行器的飞行,从而实现时空约束下多飞行器的协同制导。该方法避免了复杂环境与模型的影响以及使用计算公式对剩余飞行时间的估计,且不需要飞行器之间进行通信,减少了对飞行器的通讯带宽等弹载资源的需求,降低了飞行器成本。

    一种基于进化多任务优化的高光谱图像波段选择方法

    公开(公告)号:CN113723450B

    公开(公告)日:2024-03-19

    申请号:CN202110814268.9

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于进化多任务优化的高光谱图像波段选择方法,包括:获取高光谱图像,基于无标签样本和带标签样本分别建立第一任务优化模型和第二任务优化模型;根据高光谱图像的维数和谱带数确定编码个体,并根据编码个体初始化种群参数;计算初始种群中每个编码个体在第一任务优化模型和第二任务优化模型上的适应度值,通过适应度值得到技能因子;根据适应度值和技能因子对初始种群进行迭代优化,在每次迭代后计算综合评估结果;从若干综合评估结果中选择适应度值最高的结果进行输出。本发明利用标记样本和未标记样本的不同数值特征,设计了针对样本的目标准则,从不同角度搜索有希望的波段,解决了样本针对性不足且计算量大的问题。

    基于多智能体强化学习的多机协同雷达搜索资源优化方法

    公开(公告)号:CN117709678A

    公开(公告)日:2024-03-15

    申请号:CN202311867543.9

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于多智能体强化学习的多机协同雷达搜索资源优化方法,包括:获取载机参数、雷达参数和目标相关信息,并且确定强化学习相关参数;建立基于目标最大期望发现距离的多机协同雷达搜索资源优化模型;基于所述多机协同雷达搜索资源优化模型,构建多智能体强化学习模型,并对所述多智能体强化学习模型进行训练;将待处理的双重观测信息输入至经训练的多智能体强化学习模型,输出连续动作值作为各机载雷达权值和对应子空域搜索资源分配系数。本发明方法能够有效解决多机协同搜索任务场景下面向集群目标的雷达搜索资源分配问题,在大规模集群目标环境下能够得到优于传统数值优化方法的数值解,具备较好的鲁棒性和收敛性。

    一种换件影响情况下复杂机电系统性能评估方法及系统

    公开(公告)号:CN116451912B

    公开(公告)日:2023-09-19

    申请号:CN202310720462.X

    申请日:2023-06-19

    Abstract: 本发明公开一种换件影响情况下复杂机电系统性能评估方法及系统,涉及复杂机电系统健康管理技术领域。本发明通过将专家知识与监测信息(即关键特征指标)进行有效融合,解决了部分部件更换影响下复杂机电系统性能评估中面临的高价值样本缺失、专家知识受限的问题;并且,本发明通过引入换件影响(即考虑换件影响因子),在对复杂机电系统进行性能评估过程中,考虑了各部件、分系统履历差异性所带来的影响,有效提高了实际环境下部分部件更换影响下复杂机电系统性能评估的精度,保证了其安全可靠的运行。

    一种基于区间值置信规则库的三自激光惯组故障检测方法

    公开(公告)号:CN116678434A

    公开(公告)日:2023-09-01

    申请号:CN202310507195.8

    申请日:2023-05-06

    Abstract: 本发明涉及一种基于区间值置信规则库的三自激光惯组故障检测方法,包括步骤:确定三自激光惯组的若干关键指标信息,并根据每个所述关键指标信息设置参考区间;根据每个所述关键指标信息所属的参考区间激活优化后的置信规则库中的相应规则,得到若干激活规则;根据每个所述激活规则的权重、置信度和规则的可用性对所述若干激活规则进行融合,得到规则合成结果;利用所述规则合成结果和检测结果的效用值进行效用转换,得到效用转换结果;根据所述效用转换结果判断三自激光惯组是否发生故障,得到检测结果。该故障检测方法解决了指标组合规则数量爆炸和专家知识的不确定性、不可靠性的问题。

    一种无人机编队性能评估方法

    公开(公告)号:CN116300474A

    公开(公告)日:2023-06-23

    申请号:CN202310522112.2

    申请日:2023-05-10

    Abstract: 本发明公开了一种无人机编队性能评估方法,该编队包括领导者无人机和个跟随者无人机,方法包括:获取t时刻领导者无人机和跟随者无人机的拓扑值、领导者无人机的第一状态值、领导者无人机的外部干扰值和每个跟随者无人机的邻居无人机的观测值;拓扑值表征该编队t时刻的通信拓扑;对于每个跟随者无人机,根据拓扑值、第一状态值、邻居无人机的观测值和预设状态参数,确定t时刻跟随者无人机的观测值;根据第一状态值、t时刻跟随者无人机的观测值、预设矩阵和外部干扰值,确定t时刻跟随者无人机的调节输出;根据调节输出得到t时刻个跟随者无人机与领导者无人机之间的跟踪误差,将跟踪误差输入性能评估模型,得到t时刻该编队的性能评估结果。

    一种通信受限状况下多无人机协同对地搜索在线规划方法

    公开(公告)号:CN115993839A

    公开(公告)日:2023-04-21

    申请号:CN202211557946.9

    申请日:2022-12-06

    Abstract: 本发明涉及一种通信受限状况下多无人机协同对地搜索在线规划方法,针对间断通讯的限制,采用Voronoi图划分方法用以解决在复杂场景下搜索过程中无人机保持在一个区域内的问题;利用基于Voronoi图的分布式模型预测控制框架,解决无人机在通信间断可用时的数据交互与控制优化问题;针对无人机搜索任务特点,采用注意力机制对蚁群算法进行改进,提升蚁群算法在搜索时的搜索效率,同时增加搜索因子,加强无人机对未搜索区域的搜索效能,加速算法收敛。本发明方法针对复杂情况下的无人机协同对地搜索场景,利用基于分布式模型预测控制与注意力机制的蚁群算法解决多约束条件下的无人机协同在线对地搜索规划控制问题。

    一种基于证据距离的改进的FMEA方法及其应用

    公开(公告)号:CN115936435A

    公开(公告)日:2023-04-07

    申请号:CN202211584871.3

    申请日:2022-12-09

    Abstract: 本发明公开了一种基于证据距离的改进的FMEA方法。首先,通过利用三角模糊数对专家的评估结果进行建模我们得到了新的BPA,然后计算BPA的逆,接下来通过证据距离来计算专家的权重,最后我们通过使用Murphy组合规则来融合得到最后的结果。简而言之,这个方法考虑了怎么去融合来自专家的冲突证据,并且相应的考虑了由于专家评估的不确定性所带来的专家之间相对权重的不同。经过试验验证本发明方法准确性高。

Patent Agency Ranking