CN109283491A - 一种基于矢量探测单元的无人机定位系统 - Google Patents
一种基于矢量探测单元的无人机定位系统 Download PDFInfo
- Publication number
- CN109283491A CN109283491A CN201810869703.6A CN201810869703A CN109283491A CN 109283491 A CN109283491 A CN 109283491A CN 201810869703 A CN201810869703 A CN 201810869703A CN 109283491 A CN109283491 A CN 109283491A
- Authority
- CN
- China
- Prior art keywords
- vector
- unmanned plane
- probe unit
- acoustic
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000013598 vector Substances 0.000 title claims abstract description 126
- 239000000523 sample Substances 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 230000004807 localization Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 238000011282 treatment Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005693 optoelectronics Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001235 sensitizing effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011284 combination treatment Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于无人机防御领域，具体涉及一种基于矢量探测单元的无人机定位系统，包括以下步骤：对无人机识别模型进行训练，得到训练之后的无人机识别模型；矢量探测单元对探测区域的环境声矢量信号进行采集；对矢量探测单元采集到的声矢量信号进行预处理；对预处理后的声矢量信号进行特征提取，将提取的特征参数代入训练之后的无人机识别模型，得到识别结果，判断有无目标；本发明提供的基于矢量探测单元的无人机定位方法，利用了振速矢量信号，实现了单个传感器单元就能定向的功能，大大简化了系统，克服了传统平面声压阵只能实现二维平面上定位的问题，能够实现三维空间上的定位。采用声波信号处理，能够提高可视条件差的场景下的探测能力。
Description
技术领域
本发明属于无人机防御领域，具体涉及一种基于矢量探测单元的无人机定位系统。
背景技术
随着消费级无人机的普及，近年来，无人机违规飞行干扰民航机场运行以及擅闯敏感区域领空的事件频有发生，无人机的规范化管理逐渐走入大众视野，有效的无人机防御技术成为了时下舆论的焦点。现有的无人机反制方案多采用光电设备、雷达设备、无线电设备或声压麦克风阵列探测无人机，但是，光电设备受环境影响，在可视环境较差时难以对无人机进行有效侦察。雷达设备对低空目标进行探测时，受地面杂波影响极大。无线电技术面对不规范的无人机通信频率以及无人机自带的自动返航程序，难以保证反制或捕捉的质量。传统声压麦克风平面阵列由于尺度限制无法得到三维信息，只能在平面定位。利用声波到达时间差定位，受到混响的影响较大。上述四种低空无人机反制方案还存在着设备成本过高的问题，不利于大规模推广使用。
综上所述，现有技术中存在设备受环境影响大、适用范围窄、效果不好等问题。
发明内容
一种基于矢量探测单元的无人机定位系统，首先采用基于特征提取的声音识别方法探测有无无人机信号存在，若存在，则采用一种新兴的声压振速联合处理的算法，利用无人机工作过程中辐射声波的振速信号和声压信号联合处理，对无人机在三维空间上实现精确的定位，并判断其是否进入划定区域。
一种基于矢量探测单元的无人机定位系统，包括以下步骤：
对无人机识别模型进行训练，得到训练之后的无人机识别模型；
矢量探测单元对探测区域的环境声矢量信号进行采集；
对矢量探测单元采集到的声矢量信号进行预处理；
对预处理后的声矢量信号进行特征提取，将提取的特征参数代入训练之后的无人机识别模型，得到识别结果，判断有无目标；
若无人机存在，则对矢量探测单元采集到的经过预处理的声矢量信号数据进行方位估计；
通过运用方位交汇算法，对方位估计结果进行三维定位，从而确定无人机位置；
用卡尔曼滤波法对三维定位结果进行跟踪滤波，得到无人机运动的轨迹；
将无人机移动的轨迹点标注在坐标系中，实现无人机轨迹的可视化处理。
所述对无人机识别模型进行训练，包括：
由矢量探测单元事先收集无人机声矢量信号作为训练样本；
对矢量探测单元收集到的训练样本进行分析处理，提取训练样本的特征参数；
将特征提取出的特征参数代入识别模型，对模型进行训练，得到训练后的模型。
所述环境声矢量信号为环境中的声压、振速信号。
所述预处理为对采集到的声压及振速信号进行滤波处理，且对各个矢量探测单元接收到的无人机声矢量信号进行空间校正和时间校正。
所述矢量探测单元为布设在划定区域边界上的若干矢量传感器探头，矢量传感器探头为矢量探测单元的最小单位，所有矢量探测单元组成矢量探测网络。
所述对矢量探测单元采集到的经过预处理的声矢量信号数据进行方位估计，包括：
对单个矢量传感器探头采集到的声压、振速信号进行联合处理，得到无人机所在的方位角和俯仰角。
本发明的有益效果在于：
本发明提供的基于矢量探测单元的无人机定位方法，利用了振速矢量信号，实现了单个传感器单元就能定向的功能，大大简化了系统，克服了传统平面声压阵只能实现二维平面上定位的问题，能够实现三维空间上的定位。采用声波信号处理，能够提高可视条件差的场景下的探测能力。且该系统检测成本更低，系统更简单，部署更灵活。
附图说明
图1是一种基于矢量探测单元的无人机定位系统工作流程图；
图2是本发明实施过程中矢量探测单元阵列示意图；
图3是本发明中所使用的矢量传感器探头简图。
具体实施方式
下面结合附图对本发明做进一步描述。
图2中：01-无人机；02-矢量传感器探头；03-划定区域。
本发明涉及无人机防御领域，尤其是能对无人机进行识别并进行精确定位。
随着消费级无人机的普及，近年来，无人机违规飞行干扰民航机场运行以及擅闯敏感区域领空的事件频有发生，无人机的规范化管理逐渐走入大众视野，有效的无人机防御技术成为了时下舆论的焦点。现有的无人机反制方案多采用光电设备、雷达设备、无线电设备或声压麦克风阵列探测无人机，但是，光电设备受环境影响，在可视环境较差时难以对无人机进行有效侦察。雷达设备对低空目标进行探测时，受地面杂波影响极大。无线电技术面对不规范的无人机通信频率以及无人机自带的自动返航程序，难以保证反制或捕捉的质量。传统声压麦克风平面阵列由于尺度限制无法得到三维信息，只能在平面定位。利用声波到达时间差定位，受到混响的影响较大。上述四种低空无人机反制方案还存在着设备成本过高的问题，不利于大规模推广使用。
本发明的目的在于克服上文指出的现有技术中存在的不足，提出了一种基于矢量探测单元的反无人机方法。首先采用基于特征提取的声音识别方法探测有无无人机信号存在，若存在，则采用一种新兴的声压振速联合处理的算法，利用无人机工作过程中辐射声波的振速信号和声压信号联合处理，对无人机在三维空间上实现精确的定位，并判断其是否进入划定区域。
为了实现上述的目的，本发明提供了以下技术方案：
一种基于矢量探测单元的无人机定位系统，包括，矢量探测单元，采集环境中的声压、振速信号；
数据处理设备，对采集到的声压及振速信号进行滤波，对滤波后的信号进行进一步的处理，判断是否采集到无人机辐射的声信号，若存在无人机辐射的声信号，则运用算法计算当前无人机所在位置对其进行定位，并判断是否进入了划定区域。
进一步地，所述的矢量探测单元为布设在划定区域边界上的若干矢量传感器探头，边界上的矢量探测单元构成矢量探测网络。所述的矢量传感器为矢量探测单元的最小单位，若干矢量传感器放置于划定边界上组成矢量探测网络，理论上最少可由两个矢量传感器组成，作为一种具体的实施方案，所述的各个边界上的布放位置只包含一个矢量传感器探头，降低布放成本，提高探测网的布设效率。
进一步地，所述数据处理设备首先根据上述的矢量探测单元接受到的声压和振速信号进行预处理，再对各个矢量探测单元采集到的预处理后的信号进行判定，判断各个矢量探测单元采集到的信号是否包含无人机信号。具体地，事先建立识别模型，采集无人机声音数据和环境噪声数据作为训练样本，提取特征参数，对模型进行训练。然后利用矢量探测单元采集实时数据，进行特征分析，将特征参数输入识别模型，得出识别结果，判断无人机信号的有无。
进一步地，在判断存在无人机信号的条件下，对上述单个矢量传感器采集声压和振速信号的进行联合处理，得出无人机所在的方位角和俯仰角，利用多个(最少两个)矢量传感器得到的方向进行方位交汇，得到无人机在三维空间上的位置，用于后续打击无人机。
进一步地，采用卡尔曼滤波法对无人机进行跟踪。
与现有技术相比，本发明有益效果：
本发明提供的基于矢量探测单元的无人机定位方法，利用了振速矢量信号，实现了单个传感器单元就能定向的功能，大大简化了系统，克服了传统平面声压阵只能实现二维平面上定位的问题，能够实现三维空间上的定位。采用声波信号处理，能够提高可视条件差的场景下的探测能力。且该系统检测成本更低，系统更简单，部署更灵活。
图1是本发明基于矢量探测单元的无人机定位方法流程。
图2是本发明实施过程中矢量传感器探测单元阵列示意图。
图3是本发明中所使用的矢量传感器探头简图。
下面结合试验案例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施案例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施案例
一种基于矢量探测单元的无人机定位系统，如图1所示，包括，
训练样本01，由矢量探测单元事先收集到的无人机声矢量信号；
特征提取02，对矢量探测单元收集到的训练样本01进行分析处理，提取训练样本01的特征参数。
识别模型训练03，将特征提取02求出的特征参数代入识别模型，对模型进行训练，得到训练后的模型。
数据采集04，由矢量探测单元对探测区域的环境声矢量信号进行采集。
预处理05，对矢量探测单元采集到的声矢量信号进行滤波等预处理工作；
识别06，预处理完成后，对声矢量信号进行特征提取02，将提取的特征参数代入训练好的识别模型03，得出识别06结果，判断有无目标。
声压振速联合估计方位07，若识别结果为有，则对矢量探测单元采集到的经过处理的声信号数据进行方位估计；
方位交汇三维定位08，通过运用方位交汇算法，利用07方位估计结果进行三维定位，从而确定目标位置；
对定位目标跟踪滤波09，采用跟卡尔曼滤波方法对定位结果进行跟踪滤波，得到无人机运动的轨迹。
轨迹显示10，通过将目标移动的轨迹点标注在坐标系中，实现目标轨迹的可视化处理。如图2所示，包括，
无人机01，实验观测目标；
矢量传感器探头02，探测并接收环境中的声波信号；
划定区域03，划定的实验区域。
进一步地，所述矢量传感器探头02为布置在划定区域03边界，多个矢量传感器探头02组网构成矢量探测系统。每两个矢量传感器探头02构成矢量探测系统的一条基线，每一条
基线对无人机01进行定位，在此实施方案中有6条基线，对结果进行加权综合，输出最终
对无人机01的定位结果。
作为一种具体的实施方案，所述的四个边界上的布放位置只包含一个矢量传感器探头02，降低布放成本，提高台网的布设效率。
作为一种具体的实施方案，整个矢量探测系统含有四个布放在划定区域03边界上的矢量传感器探头02。采用矢量传感器探头02接受声压与与振速信号，可进一步减小背景噪声的影响，获得目标在三维空间上的信息，提高识别声源空间位置精度。具体地，单个矢量探测探头仅能获得声音信号来源的方向，但无法判断精确的距离信息，必须依靠两个矢量传感器探头02获得的矢量信号来计算具体位置。任意两组矢量传感器探头02均可通过方位交汇获得信号来源的三维位置信息。
作为一种具体实施的方案，所述矢量传感器探头02体积小，最少两个便能组成定位基线，方便布设与拆卸，可适应固定区域检测或频繁更换的监控场景。
进一步地，所述矢量传感器探头02接收到声压和振速信号，通过对所述声压和振速信号进行处理，获得无人机01当前位置的坐标信息。
所述数据处理单元02首先根据矢量传感器探头02接收到的信号判定各探测单元接收到的信号是否包括无人机01信号。具体地，利用矢量探测单元02采集实时数据，数据处理设备对采集信号进行预处理，然后进行特征分析，将特征参数输入事先训练好的识别模型，得出识别结果，判断无人机信号的有无。
进一步地，所述数据处理设备02对各个矢量传感器探测单元接收到的无人机01声信号进行空间校正和时间校正。将不同矢量传感器探测单元视为独立异步工作，因此对各单元接收到的声压和信号进行时间校准和空间校准。所述时间校准即选取某矢量传感器探测单元02作为时间校准基准点，消除其他各个单元因与基准点单元空间位置差异产生的接收信号的时间差异。所述空间校准即对各单元接收信号进行空间位置坐标转换，将各单元接收信号获得的无人机01空间位置校正到相对于同一空间基准点的空间位置。
进一步地，采用自适应卡尔曼滤波法对无人机01进行精确定位追踪。
最后，需要说明的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
一种基于矢量探测单元的无人机定位系统，包括:
矢量探测单元，探测环境中的声矢量信号；
数据处理算法，根据矢量探测单元接收的所述声矢量信号，判断是否包括无人机声矢量信号，若存在无人机声矢量信号，解算无人机当前空间位置；
所述矢量探测单元为布设在地面的划定区域上的若干矢量传感器探头构成的矢量探测网络。
所述数据处理设备首先根据识别系统判断是否存在无人机信号，再对无人机进行定位。
所述数据处理设备对各个矢量探测单元接收到的无人机声信号进行空间校正和时间校正。
所述数据处理设备采用声压振速联合处理方法对目标进行定位。采用跟踪滤波法对无人机进行跟踪。
Claims (6)
1.一种基于矢量探测单元的无人机定位系统，其特征在于，包括以下步骤：
(1.1)对无人机识别模型进行训练，得到训练之后的无人机识别模型；
(1.2)矢量探测单元对探测区域的环境声矢量信号进行采集；
(1.3)对矢量探测单元采集到的声矢量信号进行预处理；
(1.4)对预处理后的声矢量信号进行特征提取，将提取的特征参数代入训练之后的无人机识别模型，得到识别结果，判断有无目标；
(1.5)若无人机存在，则对矢量探测单元采集到的经过预处理的声矢量信号数据进行方位估计；
(1.6)通过运用方位交汇算法，对方位估计结果进行三维定位，从而确定无人机位置；
(1.7)用卡尔曼滤波法对三维定位结果进行跟踪滤波，得到无人机运动的轨迹；
(1.8)将无人机移动的轨迹点标注在坐标系中，实现无人机轨迹的可视化处理。
2.根据权利要求1所述的方法，其特征在于，所述对无人机识别模型进行训练，包括：
(2.1)由矢量探测单元事先收集无人机声矢量信号作为训练样本；
(2.2)对矢量探测单元收集到的训练样本进行分析处理，提取训练样本的特征参数；
(2.3)将特征提取出的特征参数代入识别模型，对模型进行训练，得到训练后的模型。
3.根据权利要求1所述的方法，其特征在于，所述环境声矢量信号为环境中的声压、振速信号。
4.根据权利要求1所述的方法，其特征在于，所述预处理为对采集到的声压及振速信号进行滤波处理，且对各个矢量探测单元接收到的无人机声矢量信号进行空间校正和时间校正。
5.根据权利要求1所述的方法，其特征在于，所述矢量探测单元为布设在划定区域边界上的若干矢量传感器探头，矢量传感器探头为矢量探测单元的最小单位，所有矢量探测单元组成矢量探测网络。
6.根据权利要求1所述的方法，其特征在于，所述对矢量探测单元采集到的经过预处理的声矢量信号数据进行方位估计，包括：
对单个矢量传感器探头采集到的声压、振速信号进行联合处理，得到无人机所在的方位角和俯仰角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810869703.6A CN109283491A (zh) | 2018-08-02 | 2018-08-02 | 一种基于矢量探测单元的无人机定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810869703.6A CN109283491A (zh) | 2018-08-02 | 2018-08-02 | 一种基于矢量探测单元的无人机定位系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109283491A true CN109283491A (zh) | 2019-01-29 |
Family
ID=65182916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810869703.6A Pending CN109283491A (zh) | 2018-08-02 | 2018-08-02 | 一种基于矢量探测单元的无人机定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109283491A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369589A (zh) * | 2020-02-26 | 2020-07-03 | 桂林电子科技大学 | 一种基于多策略融合的无人机跟踪方法 |
| CN111709385A (zh) * | 2020-06-22 | 2020-09-25 | 电子科技大学 | 一种低小慢飞行器目标探测系统及其身份识别方法 |
| CN112418178A (zh) * | 2020-12-11 | 2021-02-26 | 中国人民武装警察部队警官学院 | 一种无人机智能检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102636785A (zh) * | 2012-04-06 | 2012-08-15 | 哈尔滨工程大学 | 一种水下目标三维定位方法 |
| CN103439688A (zh) * | 2013-08-27 | 2013-12-11 | 大连理工大学 | 一种用于分布式麦克风阵列的声源定位系统及定位方法 |
| CN104535993A (zh) * | 2014-11-24 | 2015-04-22 | 中国运载火箭技术研究院 | 一种机载多主动雷达测距的地面物体高精度定位方法 |
| CN106842128A (zh) * | 2017-02-11 | 2017-06-13 | 陈昭男 | 运动目标的声学跟踪方法及装置 |
| CN107728109A (zh) * | 2017-09-18 | 2018-02-23 | 哈尔滨工程大学 | 一种非合作目标辐射噪声测量定位技术 |
| CN107843910A (zh) * | 2016-09-21 | 2018-03-27 | 上海创远仪器技术股份有限公司 | 一种适于复杂环境下的虚拟多站tdoa定位方法与装置 |
-
2018
- 2018-08-02 CN CN201810869703.6A patent/CN109283491A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102636785A (zh) * | 2012-04-06 | 2012-08-15 | 哈尔滨工程大学 | 一种水下目标三维定位方法 |
| CN103439688A (zh) * | 2013-08-27 | 2013-12-11 | 大连理工大学 | 一种用于分布式麦克风阵列的声源定位系统及定位方法 |
| CN104535993A (zh) * | 2014-11-24 | 2015-04-22 | 中国运载火箭技术研究院 | 一种机载多主动雷达测距的地面物体高精度定位方法 |
| CN107843910A (zh) * | 2016-09-21 | 2018-03-27 | 上海创远仪器技术股份有限公司 | 一种适于复杂环境下的虚拟多站tdoa定位方法与装置 |
| CN106842128A (zh) * | 2017-02-11 | 2017-06-13 | 陈昭男 | 运动目标的声学跟踪方法及装置 |
| CN107728109A (zh) * | 2017-09-18 | 2018-02-23 | 哈尔滨工程大学 | 一种非合作目标辐射噪声测量定位技术 |
Non-Patent Citations (3)
| Title |
|---|
| 王威等: "无人机被动音频探测和识别技术研究", 《声学技术》 * |
| 莫世奇: "基于卡尔曼滤波的水下目标定位测量技术研究", 《声学技术》 * |
| 蔡宗义等: "低频小尺寸高精度空中运动目标定位算法", 《火力与指挥控制》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369589A (zh) * | 2020-02-26 | 2020-07-03 | 桂林电子科技大学 | 一种基于多策略融合的无人机跟踪方法 |
| CN111369589B (zh) * | 2020-02-26 | 2022-04-22 | 桂林电子科技大学 | 一种基于多策略融合的无人机跟踪方法 |
| CN111709385A (zh) * | 2020-06-22 | 2020-09-25 | 电子科技大学 | 一种低小慢飞行器目标探测系统及其身份识别方法 |
| CN112418178A (zh) * | 2020-12-11 | 2021-02-26 | 中国人民武装警察部队警官学院 | 一种无人机智能检测方法及系统 |
| CN112418178B (zh) * | 2020-12-11 | 2023-12-22 | 中国人民武装警察部队警官学院 | 一种无人机智能检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106772246B (zh) | 基于声阵列的无人机实时检测和定位系统及方法 | |
| CN110473260B (zh) | 一种波浪视频测量装置及方法 | |
| CN109100741A (zh) | 一种基于3d激光雷达及图像数据的目标检测方法 | |
| CN108307767B (zh) | 适用于全自动除草机的障碍物检测避障系统及方法 | |
| CN109283491A (zh) | 一种基于矢量探测单元的无人机定位系统 | |
| CN106597365B (zh) | 一种基于时域聚类的复杂电子信号时差定位方法 | |
| CN105629220B (zh) | 一种基于单水听器的深海水声被动测距方法 | |
| CN106646474A (zh) | 一种非结构化道路凹凸障碍物检测装置 | |
| Blanchard et al. | Acoustic localization and tracking of a multi-rotor unmanned aerial vehicle using an array with few microphones | |
| CN103455797A (zh) | 航拍视频中运动小目标的检测与跟踪方法 | |
| Liu et al. | Comparison of algorithms for wind parameters extraction from shipborne X-band marine radar images | |
| CN108573280B (zh) | 一种无人船自主通过桥梁的方法 | |
| CN114280541B (zh) | 一种基于深海分布式垂直线列阵的目标被动定位方法 | |
| CN110824429A (zh) | 深海环境下利用非同步垂直阵的宽带声源被动定位方法 | |
| CN106546947A (zh) | 一种联合波导不变量和线谱的单水听器被动定位方法 | |
| CN102200573B (zh) | 一种对近场目标信号来波方向进行测定的方法 | |
| CN105388470B (zh) | 一种估计目标运动参数的方法 | |
| CN107132525A (zh) | 基于两台垂直布置的识别声呐的水下目标空间位置计算方法 | |
| CN110596734A (zh) | 一种基于多模态q学习的无人机定位干扰源系统及方法 | |
| CN103376443A (zh) | 探地雷达探测地面干扰快速消除方法 | |
| CN106908782B (zh) | 基于水面状态连续成像系统的波浪传播方向的提取方法 | |
| CN106646377B (zh) | 基于时间序列相似搜索的震动目标定位方法 | |
| CN109856592A (zh) | 一种无人机的超声定位装置及其定位方法 | |
| CN105792230B (zh) | 基于rss指纹室内定位系统的接入点和定标点部署方法 | |
| CN112698409B (zh) | 一种室内运动目标定位追踪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190129 |
|
| RJ01 | Rejection of invention patent application after publication |