-
公开(公告)号：CN108897009B
公开(公告)日：2022-06-28
申请号：CN201810589974.6
申请日：2018-06-08
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种BOC导航信号接收机及其码跟踪方法，包括：根据BOC信号调制阶数分析BOC信号与PRN的互相关函数，并将互相关函数分解为N个子互相关函数；通过分析子互相关函数产生两路本地辅助码，并根据两路本地辅助码产生超前辅助码和滞后辅助码；将两路本地辅助码与BOC信号相关后构建重构相关函数；将超前辅助码和滞后辅助码分别与BOC信号相关后再经过积分清除器，结合积分清除器的结果与重构相关函数，得到无误锁点的鉴相公式；通过鉴相输出和码NCO控制本地码的相位，所述鉴相输出为根据鉴相公式得到的输出结果，使得本地码的延时与接收BOC信号间的码相位差无限接近于零，从而完成各调制阶数的BOC信号的无模糊度跟踪。
-
公开(公告)号：CN114387459A
公开(公告)日：2022-04-22
申请号：CN202210095816.1
申请日：2022-01-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了动态双模板更新的单目标跟踪方法及存储介质，所述方法，包括步骤10、读取视频序列；步骤20、读取视频序列的第一帧图像及其标注数据，进行初始化模板得到模板图像；步骤30、读取下一帧图像，处理为搜索区域图像；步骤40、将所述模板图像和所述搜索区域图像同时送入预设强特征提取网络，分别获得模板特征图和搜索区域特征图；步骤50、对所述模板特征图和搜索区域特征图进行相似度匹配计算，输出相似度得分响应图，得到初步跟踪预测结果。本发明动态双模板更新的单目标跟踪方法，为一种结合强特征提取网络和动态双模板更新策略的目标跟踪方法，当所跟踪的目标所在的视频序列较为复杂时，仍然有较高精确率和鲁棒性跟踪。
-
公开(公告)号：CN110567490B
公开(公告)日：2022-02-18
申请号：CN201910807032.5
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种大失准角下SINS初始对准方法，包括：S1建立初始对准的线性误差模型；S2建立强跟踪滤波器；S3求解渐消矩阵；S4利用模糊理论设置隶属度函数，建立模糊规则对渐消矩阵进行控制；S5重复步骤S2～S4，直至对准结束。本发明借助模糊推论里的隶属度函数，当失准角过大时，利用强跟踪滤波在大失准角情况下有较强的模型失配鲁棒性，不断反馈有效信息，迅速缩小失准角。当失准角满足小角度假设时，系统采用标准卡尔曼滤波，保证初始对准的滤波精度。
-
公开(公告)号：CN109597433B
公开(公告)日：2021-08-20
申请号：CN201811534309.3
申请日：2018-12-14
Applicant: 桂林电子科技大学
IPC: G05D1/12
Abstract: 本发明公开一种基于复合拦截策略的无人机防控智能决策方法，1）当全向阵列天线被动截获、接收到无人机及操作者发射的遥控和图像传输射频信号时，无人机频谱探测系统根据信号解算出无人机速度、方向的定位信息；2）将无人机定位信息或者用户自定义的场景作传输至机器逻辑控制系统，控制系统通过数学模型建立输入到输出之间的联系，控制系统根据输入信息和传输函数计算得输出结果，决策拦截方案对黑飞无人机拦截；3）根据拦截方案，复合拦截系统结合基础拦截手段，对黑飞无人机的拦截和防控；4）将无人机的拦截信息反馈至机器强化学习系统中，通过机器强化学习系统不断优化机器逻辑控制系统的数学算法模型，改进和完善机器逻辑控制系统的决策。
-
公开(公告)号：CN108490462B
公开(公告)日：2021-02-19
申请号：CN201810232922.3
申请日：2018-03-21
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于相关函数重构的BOC无模糊跟踪方法,包括：根据BOC信号调制得到形状码向量；根据扩频码得出BOC信号相关函数通用模型；根据拆分原理获得两路本地码参考波形，并通过拆分得到的两路本地码参考波形得到本地码参考的数学表达式，结合形状码向量得到本地码与接收信号的互相关函数；重构获得无模糊的相关函数；根据相关函数得到码跟踪环路，并获得鉴相器输出和码跟踪误差方差。本发明在本地产生BOC信号，通过将本地的BOC信号拆分为两个单元，和接收信号分别进行互相关，基于相关函数重构思想，得到一个只有窄的无旁峰的相关波形。在跟踪鉴相输出时只有一个零点，避免了跟踪收敛到错误的零点上，解决了传统跟踪环路的跟踪模糊性。
-
Patent Agency Ranking
公开(公告)号：CN108333600B
公开(公告)日：2021-01-05
申请号：CN201810134174.5
申请日：2018-02-09
Applicant: 桂林电子科技大学
IPC: G01S19/21
Abstract: 本发明提供一种共存式无人机导航诱骗系统及方法，该诱骗系统包括：搜星系统，用于接收真实卫星信号并解析该真实卫星信号，解析的结果数据被传输至欺骗信号生成控制系统；欺骗信号生成控制系统，用于相关参数计算和欺骗信号的生成；信号发射系统，将欺骗信号生成控制系统生成的欺骗信号发送至目标无人机，目标无人机的接收机同时捕获跟踪欺骗信号和真实卫星信号；欺骗信号生成控制系统增大欺骗信号功率以剥离真实信号，对目标无人机的跟踪环路进行控制。本发明通过生成同步的假星与天上星共存于目标接收机中，共存之后就逐步加大欺骗信号功率，抬高接收机处理的噪声基底，导致真实信号在接收机的相关器中输出的信噪比降低，欺骗信号凭借功率优势，逐步将真实信号剥离跟踪环路，进而控制跟踪环路，实现对黑飞无人机飞行飞向及速度的欺骗。
-
公开(公告)号：CN112013756A
公开(公告)日：2020-12-01
申请号：CN202010879241.3
申请日：2020-08-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种双层基线边坡形变监测方法，在监测区域布置多个监测点，选择其中一个所述监测点设置微区域监测基站，在监测区域的外部建立总基站；获取所述微区域监测基站与每个所述监测点的第一观测数据，对第一所述观测数据计算，获得第一层基线向量；所述微区域监测基站将所述第一层基线向量发送至所述总基站；获取所述总基站与所述微区域监测基站的第二观测数据，对所述第二观测数据计算，获得第二层基线向量；所述总基站将所述第一层基线向量和所述第二层基线向量发送给远程服务器；所述远程服务器通过形变监测算法比较，获取边坡偏移情况。该方法可避免现有方法中监测基站和监测点同时偏移导致的误判问题，提高边坡形变监测的精度。
-
公开(公告)号：CN110580461A
公开(公告)日：2019-12-17
申请号：CN201910806700.2
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种结合多级卷积特征金字塔的人脸表情识别算法，包括如下步骤：将原始人脸表情图片输入到第一特征提取网络进行特征提取，并提取全局特征；将经过裁剪、放大的人脸表情图片输入到第二特征提取网络进行特征提取，并提取局部特征；在第一特征提取网络和第二特征提取网络中构建特征金字塔网络；利用注意力区域定位网络对到第二特征提取网络中的局部特征进行区域定位；利用特征融合网络对人脸表情图片的全局特征与局部特征进行融合，并通过全连接层对人脸表情图片进行分类。达到提高人脸表情识别技术对人脸表情识别的准确率的目的。
-
公开(公告)号：CN110579780A
公开(公告)日：2019-12-17
申请号：CN201910800412.6
申请日：2019-08-28
Applicant: 桂林电子科技大学
IPC: G01S19/39
Abstract: 本发明公开了一种基于北斗GEO卫星的阴影匹配改进算法，建立北斗GEO卫星阴影模型；利用GPS和BDS卫星进行初始化定位，得到初始位置P0；运用非视距信号检测技术，判断北斗GEO卫星的可见性；设定候选位置进行阴影匹配定位，并剔除不符合阴影模型的候选位置；根据确定候选位置，在每个候选位置进行卫星可见性预测；利用城市峡谷环境中接收机接收的卫星NMEA-0183格式数据，获取每颗卫星的载噪比，并依据载噪比进行卫星可见性观测；使用SM打分方案对卫星预测和观测的可见性进行匹配评分；进行匹配评分后对每个候选位置打分，并依据其分值和候选位置得到SM最终定位结果。达到提升“城市峡谷”环境中的卫星定位的定位精度的目的。
-
公开(公告)号：CN110555881A
公开(公告)日：2019-12-10
申请号：CN201910807010.9
申请日：2019-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的视觉SLAM测试方法，构建卷积神经网络部分模型，进行网络卷积训练；构建自编码器网络模型，进行自编码器网络的训练；组合训练后的卷积神经网络和自编码网络，形成特征提取与降维网络模型，采用池化与卷积神经网络结合的方法对高维的特征向量进行降维处理；采用夹角余弦函数衡量特征的相似性，对训练得到的向量设定阈值结合两幅场景图像的相似度来判断闭环形成时间；输出闭环检测准确率和召回率曲线和检测到的闭环,作为后续SLAM建图优化使用。达到降低外部环境对闭环检测的影响，提高闭环检测的目的。
-
-
-
-
-
-
-
-
-
Search Results
251
records
(took 0.057 seconds)
