-
公开(公告)号：CN119959894A
公开(公告)日：2025-05-09
申请号：CN202510193664.2
申请日：2025-02-21
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种车载探地雷达姿态补偿装置及控制方法，其属于探地雷达探测技术领域。姿态补偿装置包括控制机构和监测系统，控制机构包括雷达支撑部及车载支撑部，雷达支撑部通过缓冲补偿部与车载支撑部连接，缓冲补偿部包括机械伸缩结构，机械伸缩结构的两端部分别与雷达支撑部、车载支撑部连接；监测系统设置在雷达支撑部上，监测系统包括IMU传感器、激光测距仪、数据处理器。本发明利用监测系统的IMU传感器、激光测距仪、数据处理器等，通过信息监测，及时反馈位姿信息，通过分析运动数据控制补偿装置进行姿态补偿，使得平台一直处于距离地面一定距离的水平位置，显著提高探地雷达系统的探测精度和抗干扰能力，灵活应对不同路况。
-
公开(公告)号：CN119323903B
公开(公告)日：2025-04-25
申请号：CN202411822580.2
申请日：2024-12-12
Applicant: 哈尔滨工业大学(威海) , 威海蓝湾海洋工程装备研究院有限公司 , 青岛万升航控智能科技有限公司
IPC: G08G3/02 , G06F18/25 , G06F18/214 , G06F18/24 , G06F17/16 , G06N3/0464 , G01S13/937 , G01S13/86 , G01S7/41 , G08G3/00
Abstract: 本申请提供了一种基于雷视融合的船舶防撞一体化方法及系统，涉及临岸水上交通管理技术领域，包括基于雷达和红外摄像头对船舶的回波信息和视觉信息进行同步检测；基于自适应权重调整融合回波特征向量和视觉特征向量得到融合特征向量，利用Yolo网络进行船舶和障碍物的识别与分类，结合Deep SORT跟踪器进行跟踪；采用卡尔曼滤波算法对回波信息和视觉信息进行融合处理，获得目标的实时位置、速度和加速度；分析船只轨迹，基于船载AIS模块提供的船舶静态信息设置安全阈值，评估碰撞风险。本申请利用雷达和红外摄像的信息融合，实现对周围障碍物的实时监测与精确定位。通过快速处理和优化算法，系统实时生成准确定位，降低了误报和漏报的风险。
-
公开(公告)号：CN119229145B
公开(公告)日：2025-04-25
申请号：CN202411720614.7
申请日：2024-11-28
Applicant: 哈尔滨工业大学(威海) , 威海蓝湾海洋工程装备研究院有限公司
IPC: G06V10/74 , G06V10/44 , G06V10/22 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本申请提供了一种艇载红外视觉的海面弱目标识别跟踪方法，解决了现有夜视环境下海面弱目标缺失，无法精准识别跟踪的技术问题。其包括：利用目标识别模型对红外视频帧序列进行识别得到目标的坐标信息和置信度，划分得到高置信度目标、低置信度目标和无效目标；进行判断，若为空，生成新的轨迹，否则，生成目标轨迹预测结果；将高置信度目标与目标轨迹预测结果进行匹配；将低置信度目标与第一次匹配失败的轨迹进行匹配；将匹配成功和匹配失败的轨迹进行更新，为匹配失败的高置信度目标生成新的轨迹；将更新后的坐标信息和新的轨迹写入目标的轨迹序列中，进行迭代直至最后一帧图像，完成跟踪。本申请可广泛应用于目标识别跟踪技术领域。
-
公开(公告)号：CN117872076B
公开(公告)日：2025-04-25
申请号：CN202311833904.8
申请日：2023-12-28
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/26
Abstract: 本申请属于无人机状态检测技术领域，具体为一种检测无人机无线电能传输电路缺陷的方法，包括获取高频变流器各开关管门极的触发时刻t0；获取高频变流器各开关管集‑射极电压的下降开始时刻t1；判断高频变流器各开关管在触发时刻t0和下降时刻t1的差值Δt变化是否超过预设阈值；若否，开关管状态正常，可继续运行；若是，将时间差Δt经缺陷识别模型进行分类，提取发生老化导致异常的开关管。本申请将获取的无人机无线电能传输电路中核心部件，即高频变流器各开关管采用时间差Δt经缺陷识别模型进行分类，提取发生老化导致异常的开关管，及时替换，从而避免影响到无线网络中继的业务，有助于提高无人机在无线网络中继领域中运行的可靠性。
-
公开(公告)号：CN119758369A
公开(公告)日：2025-04-04
申请号：CN202411873975.5
申请日：2024-12-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供一种基于模态融合及协同变分成像优化的水下单光子激光雷达目标重建方法，包括以下步骤：将水下单光子激光雷达的原始回波数据重构为X×Y个像素点对应的叠加光子数序列，其中，每个像素点对应的叠加光子数序列通过对其所在位置接收到的多次激光脉冲回波信号进行基于时间bin格的光子数叠加生成，且对各个像素点进行光子数叠加的激光脉冲的次数M均相同；对各个像素点的叠加光子数序列进行基于模态融合的深度‑反射率估计，得到水下目标的深度图和反射率图；基于协同变分成像优化策略对水下目标的深度图和反射率图进行优化。使用本申请所提供的方法，能够快速获得水下目标的高质量重建图像。
-
Patent Agency Ranking
公开(公告)号：CN118688719B
公开(公告)日：2024-12-17
申请号：CN202411177947.X
申请日：2024-08-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/22
Abstract: 本发明提供了一种自动跟踪管理决策的长基线定位算法及系统，涉及水下目标定位技术领域，包括定义指示变量，将定位区域网格化，计算每个分辨率单元的似然值，对粒子进行初始化；基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态；构建粒子的似然比函数，依据似然比函数计算粒子权重；进行重采样，计算存在粒子数量，当存在粒子数量与网格化的定位区域内的粒子数量比值大于0.6时，计算目标状态，采用分段阈值对算法估计的目标位置进行标记。本申请基于马尔科夫跃迁矩阵更新指示变量，基于指示变量更新粒子状态，基于存在粒子数量与网格化的定位区域内的粒子数量比计算目标状态并对目标进行标记，适用被跟踪目标进出定位区域的情况。
-
公开(公告)号：CN118536407B
公开(公告)日：2024-10-01
申请号：CN202410992760.9
申请日：2024-07-24
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G01P5/00 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F113/08
Abstract: 本发明提供了一种基于符号动态分析的海面风速预测算法及系统，涉及水下目标定位技术领域。本发明提供的算法包括以下步骤：一种基于符号动态分析的海面风速预测算法，包括以下步骤：通过符号动态分析得到滑动窗口尺寸；通过基于滑动窗口尺寸的Hample滤波器对海面风速历史数据进行预处理；通过一维卷积的残差学习结构、通道注意力算法及柯尔莫哥洛夫‑阿诺德网络提取风速特征向量；将风速特征向量通过sLSTM网络得到风速预测值。本发明提供了高效的时间窗口尺寸选择方法，避免了传统方法中的试错过程，提高了算法的效率和适应性，当更换研究对象时，也无需根据不同领域的经验确定时间窗口的尺寸。
-
公开(公告)号：CN118670211A
公开(公告)日：2024-09-20
申请号：CN202410857025.7
申请日：2024-06-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种高低速两用的火箭回收姿态控制装置，涉及火箭回收技术领域。本发明包括：火箭箭体、姿态调节系统、降落制动系统、飞行状态监测系统和控制系统，姿态调节系统包括姿态控制系统和舵面驱动系统，姿态控制系统包括设置于火箭箭体周围能够倾转的空气舵面和设置于空气舵面内部的涵道动力装置。本申请所提供的高低速两用的火箭回收姿态控制装置，空气舵面和设置于所述空气舵面内部的涵道动力装置的协同工作，在高速滑翔阶段提供更高的升阻比，在低速阶段落点控制方面通过提供高效的舵面控制，实现火箭在不同速度下的稳定回收，无需加装喷气发动机，减少燃料携带需求，降低了整体的重量，可以适用于不同类型的火箭，通用性强。
-
公开(公告)号：CN118631369A
公开(公告)日：2024-09-10
申请号：CN202410751864.0
申请日：2024-06-12
Applicant: 哈尔滨工业大学(威海)
IPC: H04B17/391 , H04B17/11
Abstract: 本发明提供了一种海上无线电波传播信道模拟方法及系统，涉及无线电通信技术领域。本发明提供的方法包括：获取气象参数及无线信道参数；基于气象参数计算蒸发波导折射率剖面以及海浪高度场；基于蒸发波导折射率剖面、海浪高度场以及无线信道参数结合二维抛物方程建立海上无线电波传播信道模型；根据海上无线电波传播信道模型确认天线最佳发射频率及发射高度。本申请所提供的方法，综合考虑海洋上空蒸发波导以及海风导致的波浪起伏对电波传播所造成的影响，解决了传统海上信道模型仅能单独分析风速或蒸发波导中的一个因素对海上电波传播影响的问题，提升了海上无线信道模型预测准确性，针对不同海洋环境为通信频段及发射天线高度提供合适的方案。
-
公开(公告)号：CN118211494B
公开(公告)日：2024-09-06
申请号：CN202410626835.1
申请日：2024-05-21
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N20/20 , G06F18/2431
Abstract: 本发明提供了一种基于相关矩阵的风速预测混合模型构建方法及系统，涉及气象预测技术领域。包括以下步骤：S1：将时序风速数据通过滑动时间窗口采样得到子数据组，以子数据组构建风速相关矩阵；S2：通过多尺度特征增强卷积网络提取风速特征，生成包含风速信息的下采样特征图；S3：通过随机森林的特征选择方法筛选最优特征子集；S4：通过双向长短期记忆网络进行序列分析，输出风速预测结果。本发明所提供的基于相关矩阵的风速预测混合模型通过多尺度特征增强卷积网络识别风速数据的长期依赖关系和周期性模式，将传统卷积网络中的一个卷积层替换为选择性卷积核网络，通过其特有的可选择性内核网络结构，能够更好地适应风速数据的动态特性与复杂性。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.041 seconds)
