-
公开(公告)号：CN119126142B
公开(公告)日：2025-05-06
申请号：CN202411301150.6
申请日：2024-09-18
Applicant: 哈尔滨工业大学
Abstract: 基于激光回波时频特性的扑翼无人机微动参数提取方法，属于激光雷达应用探测领域。所述方法包括以下步骤：步骤1：建立基于多散射中心的矩形一段式扑翼无人机运动模型和基于多散射中心的矩形‑三角形复合两段式的扑翼无人机运动模型；步骤2：在不同方位角和俯仰角下，仿真获得一段式扑翼无人机和两段式的扑翼无人机的时频谱；步骤3：针对不同结构的扑翼无人机进行参数提取。本发明的方法可有效实现扑翼无人机的上臂、前臂长度和扑翼角度的微动参数的提取，为激光微多普勒体制探测技术在目标精确探测与识别应用方面提供了一种新技术途径。
-
公开(公告)号：CN119494220A
公开(公告)日：2025-02-21
申请号：CN202411626151.8
申请日：2024-11-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于次频带特征的旋翼无人机叶片长宽比估计方法，属于激光雷达应用探测领域。所述方法包括以下步骤：步骤1：旋翼无人机多点散射单叶片回波模型的构建，旋翼叶片次频带产生理论推导；步骤2：旋翼叶片次频带特征的仿真验证；步骤3：基于次频带特征的旋翼叶片的宽度估计与误差分析；步骤4：基于次频带特征的旋翼叶片长宽比的估计与误差分析。本发明的方法可有效估计旋翼无人机叶片的宽度和长宽比，为高准确率旋翼无人机的识别提供了理论依据，为高精度识别旋翼无人机提供了技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN119471630A
公开(公告)日：2025-02-18
申请号：CN202411626152.2
申请日：2024-11-14
Applicant: 哈尔滨工业大学
Abstract: 基于多参数线性回归算法的无人机旋翼旋转频率估计方法，属于信号处理与分析领域。所述方法为：步骤1：建立多点散射的旋翼双叶片模型；步骤2：基于所述旋翼双叶片模型，通过周期法和最大频移法估计旋翼旋转频率；步骤3：在周期法和最大频移法估计旋翼旋转频率的基础上，通过对两者的结果进行加权，估算出旋翼旋转的频率，称为线性回归算法。通过无人机旋翼微多普勒特征检测实验，验证多元线性回归算法估计无人机旋翼频率的有效性和准确性。本发明通过多元线性回归算法，综合利用现有的周期法与最大频移法，能够更加准确地估计无人机旋翼的自旋频率。此方法为无人机微多普勒特征的提取提供了一个新颖且有效的途径，具有较高的应用潜力。
-
公开(公告)号：CN119577985A
公开(公告)日：2025-03-07
申请号：CN202411626148.6
申请日：2024-11-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于时频峰值时移的无人机叶片几何参数估计方法，属于激光雷达应用探测领域。所述方法包括以下步骤：步骤1：旋翼无人机多点散射单叶片回波模型的构建；步骤2：旋翼单叶片回波信号仿真；步骤3：基于频峰值时移的旋翼叶片宽度估计与误差分析；步骤4：基于频峰值时移的旋翼叶片长宽比估计与误差分析。本发明利用高空间分辨激光雷达回波信号中包含的大量旋翼细节信息，通过峰值时移特征实现旋翼宽度和长宽比等特征参数的高识别率提取。本发明可有效估计旋翼无人机的宽度和长宽比，为高准确率旋翼无人机的识别提供了理论依据，为高精度识别旋翼无人机提供了技术支撑。
-
公开(公告)号：CN119126142A
公开(公告)日：2024-12-13
申请号：CN202411301150.6
申请日：2024-09-18
Applicant: 哈尔滨工业大学
Abstract: 基于激光回波时频特性的扑翼无人机微动参数提取方法，属于激光雷达应用探测领域。所述方法包括以下步骤：步骤1：建立基于多散射中心的矩形一段式扑翼无人机运动模型和基于多散射中心的矩形‑三角形复合两段式的扑翼无人机运动模型；步骤2：在不同方位角和俯仰角下，仿真获得一段式扑翼无人机和两段式的扑翼无人机的时频谱；步骤3：针对不同结构的扑翼无人机进行参数提取。本发明的方法可有效实现扑翼无人机的上臂、前臂长度和扑翼角度的微动参数的提取，为激光微多普勒体制探测技术在目标精确探测与识别应用方面提供了一种新技术途径。
-
公开(公告)号：CN116430398A
公开(公告)日：2023-07-14
申请号：CN202310359199.6
申请日：2023-04-06
Applicant: 哈尔滨工业大学
Abstract: 基于TOF相机与双目视觉数据融合的测距方法及设备，属于融合测距技术领域。为了解决现有的距离测量方式存在由于系统不确定性、环境干扰及失效数据导致测距精度低的问题。本发明首先对每组数据利用高斯模型处理，剔除偏差过大的距离值，选择高概率距离值并计算平均值，得到测距最优值；测量数据在近距离段采用双目视觉测距平均值为最后测距值，在远距离段采用TOF相机测距平均值为最后测距值，在中间距离段采用自适应加权融合方法，对TOF测距平均值与双目视觉测距平均值分配不同权重，TOF相机与双目视觉的测距平均值与各自权重相乘后求和，作为中间距离段的最后测距值。
-
公开(公告)号：CN119126143A
公开(公告)日：2024-12-13
申请号：CN202411301151.0
申请日：2024-09-18
Applicant: 哈尔滨工业大学
Abstract: 一种基于激光微多普勒回波的飞鸟微动参数提取方法，属于激光雷达应用探测识别领域。所述方法包括以下步骤：步骤一：建立多散射点的飞鸟、一段式扑翼无人机和两段式扑翼无人机的扑翼运动模型；步骤二：在不同方位角和俯仰角下，仿真获得飞鸟、一段式扑翼无人机和两段式扑翼无人机的时频谱；步骤三：对飞鸟运动模型与扑翼无人机运动模型识别微动参数进行提取。发明为一种基于飞鸟前臂频移特性的微动参数提取方法，该方法可有效估计飞鸟前臂长度、扑翼角度以及扫翼角度，为激光微多普勒探测技术在目标精确探测与识别中的应用开辟了全新的技术。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
