-
公开(公告)号：CN110456813B
公开(公告)日：2022-08-12
申请号：CN201910303074.5
申请日：2019-04-16
申请人： 西安理工大学
IPC分类号： G05D1/10
摘要： 无线紫外光引导的无人机编队最优分簇队形保持的方法，包括以下步骤：步骤1，编队内所有无人机搭载半球形LEDs阵列，形成紫外虚拟势场；步骤2，将编队内的无人机根据邻居无人机数目分为多个簇；步骤3，簇首无人机利用紫外虚拟势场引导簇内无人机飞行；步骤4，簇首无人机跟踪期望轨迹，其他无人机与其簇首无人机保持期望距离和方位，即可完成编队队形保持飞行任务；具有容易操控、重量轻、体积小、功耗低的特点。
-
公开(公告)号：CN112468230A
公开(公告)日：2021-03-09
申请号：CN202011305231.5
申请日：2020-11-19
申请人： 西安理工大学
摘要： 本发明公开了一种基于深度学习的无线紫外光散射信道估计方法，具体步骤为：首先对无线紫外光非直视单次散射信道进行建模，计算出信道响应等相关信道参数，然后利用大量离线的信道训练数据进行离线深度神经网络训练，根据训练结果计算出接收数据和信道响应的映射关系，最后使用训练好的深度神经网络进行信道估计，将训练好的信道参数发送到接收端，将接收数据输入到深度神经网络中，输出最优的信道响应，从而实现信道估计。本发明解决了传统信道估计算法中存在的误码率高、鲁棒性差、需要先验信道特性等问题，将深度学习和无线紫外光通信相结合，提高了通信系统的收发准确性和可靠性，为深度学习进一步应用于光通信提供了理论基础。
-
公开(公告)号：CN111736628A
公开(公告)日：2020-10-02
申请号：CN202010604766.6
申请日：2020-06-29
申请人： 西安理工大学
IPC分类号： G05D1/10
摘要： 本发明提供了一种无线紫外光MIMO协作无人机最优持久编队生成方法，包括以下步骤：首先，根据无线紫外光MIMO通信技术解决无人机编队中的节点定位问题，为后期生成编队提供了基础；然后，选择最佳定位结果生成最优刚性编队，并对此结构进行合理的有向化得到拓扑复杂度低、能量损耗小的最优持久编队。本方法针对编队内机间位置信息未知的情况，实现了最优持久编队的生成，保障了网络的稳定性和编队的高效性。
-
公开(公告)号：CN113411122B
公开(公告)日：2022-09-06
申请号：CN202110500783.X
申请日：2021-05-08
申请人： 西安理工大学
IPC分类号： H04B10/079 , H04B10/11 , H04B10/2537 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 一种基于深度学习的日盲紫外光通信自适应信号检测方法，包括以下步骤：步骤1，日盲紫外光通信建模仿真；步骤2，信号时频图像处理；步骤3，紫外光传输信号特征提取；步骤4，设计基于卷积神经网络的信号检测模型；本发明利用深度学习的自主学习能力和优秀计算能力，解决了传统紫外光信号检测方法中存在的门限选择敏感、复杂环境适应性不强、需要大量先验信号信息等问题。将深度学习和无线紫外光信号检测相结合，从信号的频域特征角度进行分析，可以准确检测与识别特定目标信号，提高了通信系统的收发准确性和可靠性。
-
公开(公告)号：CN113411122A
公开(公告)日：2021-09-17
申请号：CN202110500783.X
申请日：2021-05-08
申请人： 西安理工大学
IPC分类号： H04B10/079 , H04B10/11 , H04B10/2537 , G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 一种基于深度学习的日盲紫外光通信自适应信号检测方法，包括以下步骤：步骤1，日盲紫外光通信建模仿真；步骤2，信号时频图像处理；步骤3，紫外光传输信号特征提取；步骤4，设计基于卷积神经网络的信号检测模型；本发明利用深度学习的自主学习能力和优秀计算能力，解决了传统紫外光信号检测方法中存在的门限选择敏感、复杂环境适应性不强、需要大量先验信号信息等问题。将深度学习和无线紫外光信号检测相结合，从信号的频域特征角度进行分析，可以准确检测与识别特定目标信号，提高了通信系统的收发准确性和可靠性。
-
公开(公告)号：CN111615109A
公开(公告)日：2020-09-01
申请号：CN202010327872.4
申请日：2020-04-23
申请人： 西安理工大学
IPC分类号： H04W12/06 , H04W4/70 , H04B7/185 , H04B7/0413
摘要： 本发明公开了一种5G网联无人机的身份识别认证方法，具体为：首先利用雷达装置对飞行器初步检测，判断它是不是无人机，若是无人机，然后地面5G基站对其发送身份认证请求，无人机接收到请求信息，将自身的身份信息和飞行数据经过编码加密生成特定的身份识别码，然后通过5G移动通信数据链路传输到地面基站，地面控制站进一步译码解析出接收信号中的身份信息和飞行数据，将检测到的身份信息与共享无人机身份信息数据库进行匹配，判断无人机的飞行是否合理合法，达到无人机空中管制的目的。本发明解决了现有技术中存在的没有进行初步的目标排查和归类，导致整个认证过程工作量太大以及具有一定的盲目性的问题，在低空域中可以实现更高精确度、更灵活稳定的无人机深度身份识别认证。
-
公开(公告)号：CN110456813A
公开(公告)日：2019-11-15
申请号：CN201910303074.5
申请日：2019-04-16
申请人： 西安理工大学
IPC分类号： G05D1/10
摘要： 无线紫外光引导的无人机编队最优分簇队形保持的方法，包括以下步骤：步骤1，编队内所有无人机搭载半球形LEDs阵列，形成紫外虚拟势场；步骤2，将编队内的无人机根据邻居无人机数目分为多个簇；步骤3，簇首无人机利用紫外虚拟势场引导簇内无人机飞行；步骤4，簇首无人机跟踪期望轨迹，其他无人机与其簇首无人机保持期望距离和方位，即可完成编队队形保持飞行任务；具有容易操控、重量轻、体积小、功耗低的特点。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.024 秒)
