CN115643533B - 一种无线电导航用接收站位确定的方法及系统 - Google Patents
一种无线电导航用接收站位确定的方法及系统 Download PDFInfo
- Publication number
- CN115643533B CN115643533B CN202211653046.4A CN202211653046A CN115643533B CN 115643533 B CN115643533 B CN 115643533B CN 202211653046 A CN202211653046 A CN 202211653046A CN 115643533 B CN115643533 B CN 115643533B
- Authority
- CN
- China
- Prior art keywords
- navigation
- signal
- receiving station
- determining
- attenuation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000005192 partition Methods 0.000 claims abstract description 84
- 238000004458 analytical method Methods 0.000 claims abstract description 74
- 238000012360 testing method Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000000638 solvent extraction Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 26
- 230000035945 sensitivity Effects 0.000 claims description 14
- 238000012876 topography Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000013433 optimization analysis Methods 0.000 claims description 5
- 229940050561 matrix product Drugs 0.000 claims description 4
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012546 transfer Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无线电导航用接收站位确定的方法及系统，涉及无线电导航技术领域，该方法包括如下步骤：对航行场景进行分区，分析每个分区的区域特性；基于每个分区的区域特性分析结果从所有分区中确定初始目标区域；在初始目标区域内布置多个候选点位；基于多个候选点位进行筛选测试，获得备用点位组；在备用点位组中，根据航行进程进行接收站位的实时调整；其中，筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试；该系统基于该方法实现。该确定的方法及系统采用对航行场景划分区域进行分析的方式，布置备用点位组，根据载具航行进程实时选择备用点位组内的某个点位，从而达到减小信号接收无效性的目的。
Description
技术领域
本发明涉及无线电导航技术领域，具体而言，涉及一种无线电导航用接收站位确定的方法及系统。
背景技术
在无线电导航技术中，对于航行工具的连续准确定位最为关键，但在一般的民用载具无线电导航进程中，常常出现丢失载具信号或定位的现象，尤其是随着无人机技术的迅猛发展，在无人机野外侦测、勘探以及进行其他巡航作业时，无法准确操控的现象频频出现，究其原因之一是依赖控制的导航台出现了短暂性失效或者失去支持。
而现有技术中，虽然能够通过改进导航台接收天线的位置、相位角及其他性能参数来达到提高信号接收有效性的目的，但是随着一些勘测的航行场景的实体环境和电磁环境逐渐复杂，仅通过对于接收天线的优化方式而言，始终存在一些信号接收盲区，忽略了对于信号接收地点的动态选择，尤其是采用单一定点接收站的方式，其信号接收的无效性则更大。
有鉴于此，特提出本申请。
发明内容
本发明的目的在于提供一种无线电导航用接收站位确定的方法及系统，该确定的方法及系统采用对航行场景划分区域进行分析的方式，布置备用点位组，根据载具航行进程实时选择备用点位组内的某个点位，从而达到减小信号接收无效性的目的。
本发明的实施例是这样实现的：
第一方面，一种无线电导航用接收站位确定的方法，包括如下步骤：
对航行场景进行分区，分析每个分区的区域特性；基于每个分区的区域特性分析结果从所有分区中确定初始目标区域；在初始目标区域内布置多个候选点位；基于多个候选点位进行筛选测试，获得备用点位组；在备用点位组中，根据航行进程进行接收站位的实时调整；其中，筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试。
在可选地实施方式中，虚假发射源屏蔽测试包括如下步骤：
在每个分区建立至少一个信号发射源；确定测试点位的信号接收灵敏性；基于该点位的信号接收灵敏性生成信号屏蔽参数；其中，信号接收灵敏性包括信号接收数量、信号接收完整性或信号接收时长中的至少一种。
在可选地实施方式中，异常信号判别测试包括如下步骤：
获取测试点位接收的所有信号；利用已训练好的神经网络模型对所有接收的信号进行分析；根据分析结果生成信号检测参数。
在可选地实施方式中，区域特性包括物理参考项和通信参考项；其中，物理参考项包括地势高低或障碍物性质中的至少一项；通信参考项包括通信设备热力分布或通信占用频率中的至少一项。
在可选地实施方式中，基于每个分区的区域特性分析结果从所有分区中确定初始目标区域包括如下步骤：
根据每个分区的物理参考项分析结果生成第一分析队列；根据每个分区的通信参考项分析结果生成第二分析队列；其中，第一分析队列是指根据信号接收路径顺畅度进行排列的序列，第二分析队列是指根据接收频段干扰度进行排列的序列；将第一分析队列与第二分析序列进行合并，获得每个分区的矩阵乘积结果，基于矩阵运算结果选择其中一个分区作为初始目标区域。
在可选地实施方式中，在初始目标区域内布置多个候选点位之后包括如下步骤：
将初始目标区域内进行网格化，获得多个网格区；在所有分区中确定航行分区，建立信号传播损耗模型，基于该信号传播损耗模型检测每个航行分区至每个网格区的信号衰减参数；基于每个网格区的信号衰减参数生成衰减地势图，根据衰减地势图的分布在初始目标区域内划分候选点位。
在可选地实施方式中，信号传播损耗模型的表达式如下：
上述公式中，Z表示传播总损耗，
表示自由空间的电磁波传播损耗，
表示不同传播距离和传播环境下的衰减项。
在可选地实施方式中，在备用点位组中，根据航行进程进行接收站位的实时调整包括如下步骤：
确定航行进程中发射源上一时刻所在的分区，调用备用点位组中每个候选点位的衰减地势图，根据每个衰减地势图的示值获取当前最佳接收站位；确定航行进程中发射源下一时刻所在的分区，确定备用点位组中每个候选点位中，衰减地势图的示值超过预设阈值的至少一个次级接收站位；对最佳接收站位至每一次级接收站位的移动路径作优化分析，生成实时调整策略。
在可选地实施方式中，在生成实时调整策略之前的优化分析还包括：对次级接收站位对应的候选点位赋予筛选测试的结果参数；对所有次级接收站位进行最优排列，作为实时调整策略的调整因子。
第二方面，一种无线电导航用接收站位确定的系统，包括：第一分析单元，其用于对航行场景进行分区，分析每个分区的区域特性；第一确定单元，其用于基于每个分区的区域特性分析结果从所有分区中确定初始目标区域；第二确定单元，其用于在初始目标区域内布置多个候选点位；第二分析单元，其用于基于多个候选点位进行筛选测试，获得备用点位组；第一策略单元，其用于在备用点位组中，根据航行进程进行接收站位的实时调整；其中，筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试。
本发明实施例的有益效果是：
本发明实施例提供的无线电导航用接收站位确定的方法及系统先通过对航行场景进行分区，即将航行场景划分多个区域，利用每个区域的特性分析结果来选择确定接收情况较好的初始目标区域；在该初始目标区域范围内布置的多个候选点位中再确定接收质量更高的候选点位，构成备用点位组，具有至少一个候选点位的备用点位组，可以根据载具实际航程有选择性地进行点位切换，作为当时的无线电信号的接收站位，以动态调整的方式适应航行进程的变化，从而来保证获得整个航行过程中信号高质量接收的结果；
总体而言，本发明实施例提供的无线电导航用接收站位确定的方法及系统在整个航行场景的实体环境与电磁环境日渐复杂的情况下，通过对场景进行分析后再确定能够作为接收站位的至少一个点位，利用动态调整接收站的方式也能较好地适应更加复杂的巡航场景，从而达到有效降低或减小信号接收无效性的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的接收站位确定的方法的主要步骤流程图；
图2为图1所示主要步骤的其中一个步骤S200的子步骤流程图；
图3为本发明另一实施例提供的接收站位确定的方法的子步骤S400的具体流程图；
图4为图1所示主要步骤的其中一个步骤S500的一种实施方式的流程图；
图5为图1所示主要步骤的其中一个步骤S500的另一种实施方式的流程图；
图6为图1所示主要步骤的其中一个步骤S600的子步骤流程图；
图7为图6所示步骤S600的其中一个步骤S630的子步骤流程图；
图8为本发明实施例提供的接收站位确定的系统的示例性模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，本发明使用的“系统”、“装置”和/或“单元”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其它词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本发明和权利要求书所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般来说，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本发明中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或者同时处理各个步骤。同时，也可以将其它操作添加到这些过程中，或从这些过程移除某一步或数步操作。
实施例：针对无线电导航作业中，例如无人机巡航或巡检作业，在宽阔空旷的场景，基于带控制的导航台能够很好地接收无人机的发射信号，从而顺利进行导航控制作业。而在实际的大多数场景中，环境的复杂程度较高，尤其是表现在实体环境中障碍物形式多样以及电磁环境中通信信号交织方面，无疑大大增加了导航控制作业的难度，采用传统地单一定点控制导航台的方式，已经不足以满足以上复杂的场景，频频出现信号丢失或者无法控制的现象，阻碍导航目标的实现。为此，本申请实施例提供一种无线电导航用接收站位确定的方法及系统，旨在通过合理选择以及动态调整接收点位来达到保证高质量接收发射信号的目的。
请参阅图1，本实施例提供的一种无线电导航用接收站位确定的方法包括如下步骤：
S100：对航行场景进行分区，分析每个分区的区域特性。该步骤中通过对航行场景进行多个区域的划分，能够实现更小区域的具体分析，尤其是在无线电导航作业中，载具的航行路径一般仅会涉及部分区域而非全部区域，因此采用划分区域的方式对于可能涉及的区域进行提前分析更利于后续接收站位的选择。分区的方式可以是随机划分多个均等或不均等区域，也可以是按照一定预设规则进行划分，例如重点巡航的区域划分足够细致，穿越巡航区域则次之，未涉及区域则简单划分即可；还可以是借助一定参考来进行划分，例如针对卫星地图中的显示来进行划分，利用平面图像对于区域的复杂度作为是否细致划分的参考依据。
当区域划分完毕后，需要针对每个分区的区域特性进行分析，以便于将接收站位确定至更合适的分区内。其中，区域特性是指该区域具备的性质，可以是物理实体层面的，也可以虚拟电磁层面，还可以是人力活动层面等。具体分析的指标可根据此次航行任务而定，而本实施例中针对一般的航行场景所要考虑的因素，所述区域特性包括物理参考项和通信参考项，即表示针对大多数航行场景，需要考虑每个分区的物理实体层面和虚拟电磁层面，一方面是考虑到信号传播的物理障碍，另一方面是考虑到信号传播的电磁干扰等。
具体地，所述物理参考项包括地势高低或障碍物性质中的至少一项，地势高低是指该分区所处的水平面高度，例如平均水平面高度或者典型水平面高度，尤其是指相对其他分区的地势之差；障碍物性质主要是指障碍物大小、厚度、密度以及形状等物理参数。所述通信参考项包括通信设备热力分布或通信占用频率中的至少一项，通信设备热力分布主要是指通信设备的集中或离散分布趋势，通信占用频率主要是指通信设备的有效通信时段。通过分析以上物理参考及通信参考指标，能够掌握该分区内对于无线电信号传播影响的基本情况，当然，在其他实施方式中还可以确定如地形与航行路径的贴合度或者是否存在人为干扰等指标，在此仅示出作为一般分析情况中所要涉及的指标，但并不妨碍本领域技术人员在不付出创造性劳动的前提下加入其他指标的分析。
通过以上技术方案，能够掌握每个分区的对于通信影响方面的基本情况，根据该些情况确定相对于无线电导航影响较小的分区，即进行步骤S200：基于每个所述分区的区域特性分析结果从所有所述分区中确定初始目标区域。该步骤主要用于根据所有分区的分析结果来确定最优分区作为确定接收站位选址的初始目标区域。需要说明的是，分析结果可以用数值、图表、线段等可视化表示方式，需要将每个指标的分析情况进行量化，以便于理解与掌握其表示的程度。
而本实施例中，请参阅图2，步骤S200包括如下子步骤：
S210：根据每个所述分区的物理参考项分析结果生成第一分析队列；
S220：根据每个所述分区的通信参考项分析结果生成第二分析队列；其中，所述第一分析队列是指根据信号接收路径顺畅度进行排列的序列，所述第二分析队列是指根据接收频段干扰度进行排列的序列。该步骤S210和S220表示将物理参考及通信参考指标进行合并处理前的预处理操作，先将对应的指标进行有序排列，并在排列时赋予示值，示值的赋予可以是根据行业通用数值进行参考，也可以是按照等间隔渐进赋予，旨在对结果进行定性分析和粗略地定量分析。
S230：将所述第一分析队列与所述第二分析序列进行合并，获得每个所述分区的矩阵乘积结果。该步骤即表示将第一分析队列与所述第二分析序列中的所有子项进行矩阵运算，运算后的结果如数值结果可作为该分区的综合特性分析结果。
S240：基于所述矩阵运算结果选择其中一个所述分区作为所述初始目标区域。即表示每个分区都会获得一个矩阵运算结果作为其综合特性的分析结果，以数值结果而言，可以选择数值最优的分区作为初始目标区域；以图表结果而言，可以选择最突出的分区作为初始目标区域。以上技术方案旨在能够获得每个分区相对合理的综合分析结果，在不同的实施方式中，可以将两方面（物理和电磁方面）的分析作为一个结果综合考虑，也可以再同时考虑两方面独立的分析结果，比如出现采用不同权重式合并的计算中，对于地形复杂度较高的场景，则可以将物理参考方面赋予更大权重进行示值计算。
在确定初始目标区域之后可进行步骤S300：在所述初始目标区域内布置多个候选点位。该步骤即表示在初始目标区域选定后，需要在该区域内确定多个可以进行选址的点位，而该些点位即为从初始布置的多个候选点位中确定。
S500：基于多个所述候选点位进行筛选测试，获得备用点位组；其中，所述筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试，即表示该筛选测试能够单独进行虚假发射源屏蔽测试或异常信号判别测试，也能够同时进行虚假发射源屏蔽测试和异常信号判别测试，目的在于测试每个候选点位接收指定无线信号的有效性。该步骤主要是指通过对所有的候选点位进行筛选，利用信号接收的有效性测试来判断相对更佳的布置点位，这些布置点位构成备用点位组作为后续实时确定接收站位的基础。即进行步骤S600：在所述备用点位组中，根据航行进程进行接收站位的实时调整；从而能够达到实时航行中有效降低信号接收无效性的目的。
通过以上步骤S100~S300、S500和S600，预先对场景进行分区并对分区进行特性分析，能够掌握每个分区对无线电通信的影响，分区划分得足够标准以及足够细致后对于初始目标区域的选择更可靠，相较于此前采用定点接收的方式，从初始区域选择的方面相比更为合理可靠。再利用筛选测试对初始目标区域内的候选点位进行进一步选择，确定一个或多个候选点位作为后续变换接收站位的基础，达到高质量接收无线信号的目的。该过程对于候选点位的筛选测试尤为重要，即进行虚假发射源屏蔽测试和异常信号判别测试对于候选点位的筛选比较关键。其中，进行虚假发射源屏蔽测试的目的在于让该候选点位的接收站或者导航台能够高效地辨别并屏蔽相似的无线电信号，从而避免将载具定位错误的情况发生；进行异常信号判别测试的目的在于让该候选点位能准确从多种无线电信号中辨别目标信号，以避免出现无法接收目标信号的情况。
在本实施例中，请参阅图4和图5，如进行虚假发射源屏蔽测试，其包括如下步骤：
S510：在每个所述分区建立至少一个信号发射源。该步骤表示将每个分区都作为可能的信号发射源，信号发射源的数量及方位可以根据实际需要选择，例如在每个分区内布置与其覆盖面大小比例合适的信号发射源，信号发射源例如随机分布，又例如沿航行路径分布等，旨在相对可靠地获得该分区对于初始目标区域的信号传播性能。
S511：确定测试点位的信号接收灵敏性。该步骤即表示对于待测试的候选点位分析每个分区处接收信号的灵敏性，该信号为与目标信号相似的无线电信号，此处的相似是指无线信号的空间属性（信号源的方向性、正交性、频谱占用度等）、时间属性（信号的频率、持续时间、周期等）和/或副属性（带宽、功率峰值等）具有相似性（例如各项指标相似度超过90%），如果接收越灵敏或者接收效果越好，那么在该候选点位相对于其它候选点位对于更容易发生虚假响应，在实际作业过程中更容易接受到虚假信号，从而影响正常的无线电导航作业。
S512：基于该点位的信号接收灵敏性生成信号屏蔽参数。该步骤表示将测试的点位接收每个分区的信号情况进行量化，生成信号屏蔽参数来表征该点位对于相似信号接收的情况。其中，所述的信号接收灵敏性包括信号接收数量、信号接收完整性或信号接收时长中的至少一种，可以将信号接收数量、信号接收完整性或信号接收时长的具体情况分别进行赋值，以不同权重进行合并后得到的总值，作为信号屏蔽参数。
通过步骤S510~S512，能够利用各分区可能存在虚假信号的特点来测试待测点位接收这些信号的灵敏性，从而进一步剔除灵敏性较好的的点位，以避免在实际作业中更容易受到虚假信号的干扰，即做到以具体地理方位的方式来从多个候选点位中甄选目标点位。该过程还可以选择同时或先后进行待测点位对于异常信号的识别情况，如进行异常信号判别测试，其包括如下步骤：
S520：获取测试点位接收的所有信号。该步骤表示获得测试点位在测试过程中接收到的所有信号，这些信号包括目标信号和非目标信号，具体可以是在一个或多个分区均布置多个不同类型的发射源，发射源既包括载具所能发出的信号源，也包括其它无线发射装置发出的信号源，然后进行步骤S521：利用已训练好的神经网络模型对所有接收的信号进行分析，该步骤旨在通过布置在测试点位的接收站或者导航台对已经接收的信号进行识别，分析出各种信号的特点以决定是否作出响应。需要说明的是，在一些实施方式中，可以采用有源监督的学习模型，例如采用支持向量机、决策树、随机森林等方式进行。考虑到支持向量机的算法在很多分类任务上有较好的泛化能力，即支持向量机通过寻找几何间隔最大的分离超平面，使得模型对较难区分的样本也有很好的识别效果。具体可参照以下原理：
首先定义线性可分数据集T中分离超平面（w,b）的几何间隔γ：
由式（1），分离超平面（w,b）关于T的几何间隔γ是T中每个样本（
,
）对分离超平面几何间隔的最小值。
然后基于函数间隔和几何间隔
比例关系，可等效为以下表达式：
由式（3）满足约束中等式成立的点距离分离超平面（w,b）最近，这类点成为支持向量。支持向量分布在
的超平面上，分离超平面位于
的正中央。而针对更加复杂的非线性问题，为了能够适用以上方式，可以引入核函数，核函数通过非线性变换，将输入从低维非线性映射到高维线性空间，从而在高维线性空间进行求解，在此不再过多赘述。
S522：根据分析结果生成信号检测参数。该步骤表示利用上述的神经网络模型获得每个信号的分析结果，例如是否有效识别干扰信号的数量占比、消耗时间及识别的干扰信号类型来进行数值化表征，例如采用上述分别赋值再给定权重合并得到的总值作为信号检测参数。
通过并行或者单独进行的步骤集S510~S512和S520~S522，能够获得待测点位对每个或所有分区的虚假信号屏蔽能力和/或异常信号的识别能力，在筛选测试中两种能力可以分别作为考虑或者合并为综合数值考虑，但无论采用哪种方式，均可以结合相对分区的特性来辅以判断，即该分区存在何种特性，在该分区针对测试点位的两种测试中，考虑是否应该存在屏蔽或者识别能力偏高或偏低的情形，才能作为对该测试点位筛选结果合理性的基础。
在不同的实施方式中，布置多个候选点位可以是随机布置，也可以是按照一定规则布置，本实施例中例如采用考虑信号衰减程度的方式来布置，在该初始目标区域内，每个点位相对其他分区获得的信号衰减情况作为确定最终候选点位的参考因素之一。即在步骤S300与步骤S500之间采用步骤S400，请参阅图3，在所述初始目标区域内布置多个候选点位之后包括如下步骤：
S410：将所述初始目标区域内进行网格化，获得多个网格区。该步骤表示将初始目标区域进行分解，以便于对所有分解的单元网格进行分析检测，其中，网格的大小可以根据接收站的占地大小选择，例如一个网格的尺寸为接收站尺寸的1-3倍，从而保证网格区的分析尽量全面且合理。
S420：在所有所述分区中确定航行分区，建立信号传播损耗模型。该步骤用于对需要进行信号传播所涉及的路径规划进行确定，即获取载具的航行路径，进而确定航行路径所涉及的所有分区来作为航行分区，需要说明的是，航行路径可以是预先加载的已确定数据，也可以是实时检测到的实际路径。确定所涉及的航行分区的前后或同时，建立信号传播的损耗模型，从而便于相关参数的计算。在一些实施方式中，信号传播损耗模型可以采用宏蜂窝模型或微蜂窝模型，而在本实施例中，一般航行任务涉及的场景地形相对复杂，可以采用微蜂窝模型，该类模型需要输入传播路径附近的建筑物位置、高度、材料等环境信息，从而实现更加准确地预测电磁波传播损耗。具体地，微蜂窝模型例如采用如下模型：
公式（4）中，
表示自由空间的电磁波传播损耗，
表示不同传播距离和传播环境下的衰减项。该模型通过计算自由空间的电磁波传播损耗和不同传播距离及传播环境下的衰减项，获得的预测结果更加适合郊区复杂作业场景，即考虑了视距传播损耗、衍射传播损耗和散射传播损耗所最终获得的总损耗
，更加贴合无人机作业所涉及场景，使得信号传播损耗结果更真实。
其中，
的计算公式如下：
公式（5）中，d表示传播距离，f表示传播信号的频率；
公式（6）中，
分段表示视距传播，
分段表示衍射传播，
分段表示散射传播，
表示自由空间下传播产生的衰减，
表示衍射传播产生的衰减，
表示散射传播产生的衰减，
和
表示传播损耗系数，
和
表示衍射和散射的损耗系数，
表示发射源到接收站之间的距离，
表示光滑地面距离，
表示衍射损耗和散射损耗相等处的距离，
表示最小视距。
通过以上模型代入计算可以获得每个网格区的信号衰减情况，即步骤S430：基于该信号传播损耗模型检测每个所述航行分区至每个所述网格区的信号衰减参数，通过该步骤获得的每个网格区的信号衰减参数为一组数据，该一组数据分别表征针对每个航行分区的相对传播衰减情况，在不同的实施方式中，也可以将该组数据合并处理，获得每个网格区衰减总值，总观所有网格区的筛减总值便可以直接对比掌握网格区之间的信号衰减相对情况，从而便于进行步骤S440：基于每个所述网格区的信号衰减参数生成衰减地势图，根据所述衰减地势图的分布在所述初始目标区域内划分候选点位。该步骤中，可以是通过直观每个网格区的衰减总值，从而将所有衰减总值组成衰减地势图，该地势图可以用颜色、轮廓等来表征筛减情况，从而达到直接获得筛减轻微的一个或多个网格区，该一个或多个网格区作为确定候选点位初始确定的基础。当然也可以是直接比对每个网格区针对同一航行分区的衰减值，将所有对比情况综合为比对总值来生成衰减地势图，均旨在确定每个网格区是否存在严重衰减的情况，剔除严重衰减的网格区之后再确定候选点位的具体选址。
所确定的候选点位经过筛选测试后，剩余的候选点位构成备用点位组，即备用点位组中的所有候选点位可能作为整个航行过程中某一时段的接收站位。考虑到候选点位与候选点位之间进行转换或转移时，避免该转换或转移过程导致严重的信号接收无效情况出现，需要考虑上一候选点位转移至哪个下一候选点位能够相对避免上述问题，本实施例中采用对次级候选点位进行分析的方式来克服上述问题。
请参阅图6，在所述备用点位组中，根据航行进程进行接收站位的实时调整包括如下步骤：
S610：确定航行进程中发射源上一时刻所在的分区，调用所述备用点位组中每个候选点位的衰减地势图，根据每个衰减地势图的示值获取当前最佳接收站位。该步骤即表示确定当前载具所在的分区以及该分区至接收站的信号传播衰减情况，该信号传播衰减情况指该分区对所有备用点位组中的候选点位的衰减情况，衰减情况通过衰减地势图表征，从而具备实施掌握信号传播中衰减情况的先机，之后进行步骤S620。
S620：确定航行进程中发射源下一时刻所在的分区，确定所述备用点位组中每个候选点位中，衰减地势图的示值超过预设阈值的至少一个次级接收站位。该步骤表示实时确定载具航行路线所到达的下一分区及该分区至接收站的信号传播衰减情况，当然，划分分区足够细致的前提下，上一时刻和下一时刻的间隔可相对缩短，从而正确匹配航行路径中分段检测分析的时间间隔。在即将到达的下一分区中，能够获得该分区对所有备用点位组中的候选点位的衰减情况，同样衰减情况通过衰减地势图表征，将衰减总值高于预设阈值的候选点位作为次级接收站位，次级接收站位即作为接收站位可能在下一时刻进行转移的对象。其中，预设阈值可通过历史数据进行分析计算获得，例如通过每次航行任务中信号频繁丢失的临界值确定，又例如通过该种性质的无线电信号在传播时的最大损耗参数接受极限值确定，也可以通过其他同理方式确定，在此不做过多赘述。
通过确定了至少一个次级接收站位后，需要从该至少一个次级接收站位中确定最优的次级接收站位，仅考虑信号衰减情况不够全面，本实施例中通过辅以考虑转移路径的情况来确定最优次级接收站位，即进行步骤S630：对所述最佳接收站位至每一所述次级接收站位的移动路径作优化分析；其中，移动路径作优化分析是指确定最佳接收站位至单个次级接收站位之间的最短移动路径，该最短移动路径指能够通过避障式移动到达的最短距离所涉及的路径，依次来减小转移所消耗的时间，防止因为转移过程中信号接收角度变化而产生信号接收波动频繁的问题。在此基础上，除了考虑避障式移动到达的最短距离方面，还可以考虑移动过程中的信号筛减趋势，即移动路径所穿过的衰减地势图区域情况，避免穿越衰减严重的区域，例如沿着超过预设阈值的地势确定移动路径即可，即表示在避障式移动路径穿过衰减严重的区域的区段，将其改变为穿过超过预设阈值的区段，从而保证在整个转换或转移过程中尽量保证信号接收的有效性。
最后根据所优化分析后所确定的移动路径进行候选点位之间的转移调整，即进行步骤S640：生成实时调整策略；该实时调整策略主要涉及移动初始时间、移动速率以及移动停滞方面，旨在顺利完成接收站从上一候选点位转移下一候选点位。在此过程中，由于从信号接收的损耗情况方面进行了考虑，确定了此阶段最优的次级接收站位及其转换或转移路径，但实际作业中，还会出现次优的次级接收站位，其与最优的次级接收站位在信号接收的损耗情况方面相差较小，在一定程度上均可以作为待转移的次级接收站位，但为了更进一步确定例如该情况下，最合适的次级接收站位作为最终的下一接收站位，本实施例中还针对可能的最优次级接收站位进行虚假信号屏蔽以及异常信号判别方面的能力进行综合考虑。
请参阅图7，在所述生成实时调整策略之前的优化分析还包括：
S631：对所述次级接收站位对应的候选点位赋予筛选测试的结果参数；该步骤表示将所有次级接收站位所对应的候选点位进行筛选测试的结果进行调用，转化为权重赋予在该候选点位的基础值上，该基础值指上述筛选测试后的基本均值，该结果的每一项或者总项均赋予所述权重，从而进行步骤S632：对所有所述次级接收站位进行最优排列，作为所述实时调整策略的调整因子；由于对每个次级接收站位所对应的候选点位均赋予了权重后，能够对所有次级接收站位所对应的候选点位进行最优至最劣的顺序排列，从而将排列的结果作为调整因子赋予给可能最优的次级接收站位所对应的候选点位再进行对比，从而获得的最优的次级接收站位作为下一转移点位，以保证整个接收站位动态确定并转移的过程中，始终具备相对较好的信号接收有效性。
本实施例中还提供一种无线电导航用接收站位确定的系统，请参阅图8中该无线电导航用接收站位确定的系统的单元化示意图，主要用于根据上述方法的实施例对无线电导航用接收站位确定的系统进行功能单元的划分。例如可以划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本发明中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。比如，在采用对应各个功能划分各个功能单元的情况下，图8示出的只是一种系统/装置示意图，其中，该无线电导航用接收站位确定的系统可以包括第一分析单元710、第一确定单元720、第二确定单元730、第二分析单元740和第一策略单元750。下面对各个功能单元的功能进行阐述。
第一分析单元710用于对航行场景进行分区，分析每个分区的区域特性；第一确定单元720用于基于每个所述分区的区域特性分析结果从所有所述分区中确定初始目标区域；第二确定单元730用于在所述初始目标区域内布置多个候选点位；第二分析单元740用于基于多个所述候选点位进行筛选测试，获得备用点位组；第一策略单元750用于在所述备用点位组中，根据航行进程进行接收站位的实时调整；
在一些实施方式中，第二分析单元740还用于在每个所述分区建立至少一个信号发射源；确定测试点位的信号接收灵敏性；基于该点位的信号接收灵敏性生成信号屏蔽参数；以及获取测试点位接收的所有信号；利用已训练好的神经网络模型对所有接收的信号进行分析；根据分析结果生成信号检测参数。
在一些实施方式中，第一确定单元720还用于根据每个所述分区的物理参考项分析结果生成第一分析队列；根据每个所述分区的通信参考项分析结果生成第二分析队列；其中，所述第一分析队列是指根据信号接收路径顺畅度进行排列的序列，所述第二分析队列是指根据接收频段干扰度进行排列的序列；将所述第一分析队列与所述第二分析序列进行合并，获得每个所述分区的矩阵乘积结果，基于所述矩阵运算结果选择其中一个所述分区作为所述初始目标区域。
在一些实施方式中，该无线电导航用接收站位确定的系统还可以包括第三分析单元，第三分析单元用于将所述初始目标区域内进行网格化，获得多个网格区；在所有所述分区中确定航行分区，建立信号传播损耗模型，基于该信号传播损耗模型检测每个所述航行分区至每个所述网格区的信号衰减参数；基于每个所述网格区的信号衰减参数生成衰减地势图，根据所述衰减地势图的分布在所述初始目标区域内划分候选点位。
在一些实施方式中，第一策略单元750还用于确定航行进程中发射源上一时刻所在的分区，调用所述备用点位组中每个候选点位的衰减地势图，根据每个衰减地势图的示值获取当前最佳接收站位；确定航行进程中发射源下一时刻所在的分区，确定所述备用点位组中每个候选点位中，衰减地势图的示值超过预设阈值的至少一个次级接收站位；对所述最佳接收站位至每一所述次级接收站位的移动路径作优化分析，生成实时调整策略；以及，还用于对所述次级接收站位对应的候选点位赋予筛选测试的结果参数；对所有所述次级接收站位进行最优排列，作为所述实时调整策略的调整因子。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、无线电导航用接收站位确定供电线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(sol标识 state disk，SSD))等。
本申请实施例是参照根据本申请实施例的方法、系统、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种无线电导航用接收站位确定的方法，其特征在于，包括如下步骤：
对航行场景进行分区，分析每个分区的区域特性；
基于每个所述分区的区域特性分析结果从所有所述分区中确定初始目标区域；
在所述初始目标区域内布置多个候选点位；
基于多个所述候选点位进行筛选测试，获得备用点位组；
在所述备用点位组中，根据航行进程进行接收站位的实时调整；
其中，所述筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试；
所述在所述初始目标区域内布置多个候选点位之后包括如下步骤：
将所述初始目标区域内进行网格化，获得多个网格区；
在所有所述分区中确定航行分区，建立信号传播损耗模型，基于该信号传播损耗模型检测每个所述航行分区至每个所述网格区的信号衰减参数；
基于每个所述网格区的信号衰减参数生成衰减地势图，根据所述衰减地势图的分布在所述初始目标区域内划分候选点位。
2.根据权利要求1所述的无线电导航用接收站位确定的方法，其特征在于，所述虚假发射源屏蔽测试包括如下步骤：
在每个所述分区建立至少一个信号发射源；确定测试点位的信号接收灵敏性；基于该点位的信号接收灵敏性生成信号屏蔽参数；
其中，所述信号接收灵敏性包括信号接收数量、信号接收完整性或信号接收时长中的至少一种。
3.根据权利要求1或2所述的无线电导航用接收站位确定的方法，其特征在于，所述异常信号判别测试包括如下步骤：
获取测试点位接收的所有信号；利用已训练好的神经网络模型对所有接收的信号进行分析；根据分析结果生成信号检测参数。
4.根据权利要求3所述的无线电导航用接收站位确定的方法，其特征在于，所述区域特性包括物理参考项和通信参考项；其中，所述物理参考项包括地势高低或障碍物性质中的至少一项；所述通信参考项包括通信设备热力分布或通信占用频率中的至少一项。
5.根据权利要求4所述的无线电导航用接收站位确定的方法，其特征在于，所述基于每个所述分区的区域特性分析结果从所有所述分区中确定初始目标区域包括如下步骤：
根据每个所述分区的物理参考项分析结果生成第一分析队列；根据每个所述分区的通信参考项分析结果生成第二分析队列；其中，所述第一分析队列是指根据信号接收路径顺畅度进行排列的序列，所述第二分析队列是指根据接收频段干扰度进行排列的序列；
将所述第一分析队列与所述第二分析序列进行合并，获得每个所述分区的矩阵乘积结果，基于所述矩阵运算结果选择其中一个所述分区作为所述初始目标区域。
6.根据权利要求1所述的无线电导航用接收站位确定的方法，其特征在于，所述信号传播损耗模型的表达式如下：
Z(dB)＝Zfree+Zref
上述公式中，Z表示传播总损耗，Zfree表示自由空间的电磁波传播损耗，Zref表示不同传播距离和传播环境下的衰减项。
7.根据权利要求1所述的无线电导航用接收站位确定的方法，其特征在于，所述在所述备用点位组中，根据航行进程进行接收站位的实时调整包括如下步骤：
确定航行进程中发射源上一时刻所在的分区，调用所述备用点位组中每个候选点位的衰减地势图，根据每个衰减地势图的示值获取当前最佳接收站位；
确定航行进程中发射源下一时刻所在的分区，确定所述备用点位组中每个候选点位中，衰减地势图的示值超过预设阈值的至少一个次级接收站位；
对所述最佳接收站位至每一所述次级接收站位的移动路径作优化分析，生成实时调整策略。
8.根据权利要求7所述的无线电导航用接收站位确定的方法，其特征在于，在所述生成实时调整策略之前的优化分析还包括：
对所述次级接收站位对应的候选点位赋予筛选测试的结果参数；对所有所述次级接收站位进行最优排列，作为所述实时调整策略的调整因子。
9.一种无线电导航用接收站位确定的系统，其特征在于，包括：
第一分析单元，其用于对航行场景进行分区，分析每个分区的区域特性；
第一确定单元，其用于基于每个所述分区的区域特性分析结果从所有所述分区中确定初始目标区域；
第二确定单元，其用于在所述初始目标区域内布置多个候选点位；
第二分析单元，其用于基于多个所述候选点位进行筛选测试，获得备用点位组；
第一策略单元，其用于在所述备用点位组中，根据航行进程进行接收站位的实时调整；
其中，所述筛选测试包括虚假发射源屏蔽测试，和/或，异常信号判别测试；
还包括第三分析单元，第三分析单元用于将所述初始目标区域内进行网格化，获得多个网格区；在所有所述分区中确定航行分区，建立信号传播损耗模型，基于该信号传播损耗模型检测每个所述航行分区至每个所述网格区的信号衰减参数；基于每个所述网格区的信号衰减参数生成衰减地势图，根据所述衰减地势图的分布在所述初始目标区域内划分候选点位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211653046.4A CN115643533B (zh) | 2022-12-22 | 2022-12-22 | 一种无线电导航用接收站位确定的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211653046.4A CN115643533B (zh) | 2022-12-22 | 2022-12-22 | 一种无线电导航用接收站位确定的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115643533A CN115643533A (zh) | 2023-01-24 |
| CN115643533B true CN115643533B (zh) | 2023-03-14 |
Family
ID=84949052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211653046.4A Active CN115643533B (zh) | 2022-12-22 | 2022-12-22 | 一种无线电导航用接收站位确定的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115643533B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117092414B (zh) * | 2023-09-14 | 2024-09-03 | 广东智环创新环境科技有限公司 | 一种基于监测数据的电磁环境风险预警方法及系统 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102445694A (zh) * | 2011-09-20 | 2012-05-09 | 中南大学 | 导航机器人障碍探测方法及系统 |
| GB2499787B (en) * | 2012-02-23 | 2015-05-20 | Liberty Vaults Ltd | Mobile phone |
| CN102955478B (zh) * | 2012-10-24 | 2016-01-20 | 深圳一电科技有限公司 | 无人机飞行控制方法及系统 |
| CN103064058B (zh) * | 2012-12-28 | 2015-04-22 | 上海交通大学 | 基于无线传感器网络的低成本移动机器人导航方法 |
| US8890841B2 (en) * | 2013-03-13 | 2014-11-18 | 3M Innovative Properties Company | Capacitive-based touch apparatus and method therefor, with reduced interference |
| CN103499974B (zh) * | 2013-09-27 | 2016-08-17 | 中国人民解放军空军工程大学 | 一种双机协同被动雷达探测路径规划方法 |
| CN104154997B (zh) * | 2014-07-16 | 2016-02-10 | 北京空间机电研究所 | 一种无人机载轻小型自稳定航空多光谱成像系统 |
| CN104122117A (zh) * | 2014-08-06 | 2014-10-29 | 青岛理工大学 | 一种基于多旋翼无人机的河流湖泊水样自动控制采集系统 |
| CN104836640B (zh) * | 2015-04-07 | 2018-04-06 | 西安电子科技大学 | 一种无人机编队分布式协作通信方法 |
| CN104837200B (zh) * | 2015-05-28 | 2018-09-04 | 重庆金瓯科技发展有限责任公司 | 一种基于方位定向的定位监听装置及室内定位系统 |
| CN105353390A (zh) * | 2015-12-03 | 2016-02-24 | 谭圆圆 | 一种用于无人飞行器规避无线干扰的导航系统及其方法 |
| EP3836661B1 (en) * | 2016-03-25 | 2023-02-22 | Panasonic Intellectual Property Corporation of America | Improved allocation of radio resources for vehicular communication |
| CN105929820B (zh) * | 2016-04-19 | 2018-10-02 | 天津市道本致远科技有限公司 | 一种智能机器人定位方法 |
| CN105842717B (zh) * | 2016-05-19 | 2018-10-16 | 湖南矩阵电子科技有限公司 | 一种反无人机的方法和系统 |
| CN106019210A (zh) * | 2016-07-04 | 2016-10-12 | 南京中网卫星通信股份有限公司 | 一种无人机搜索系统 |
| CN106714227B (zh) * | 2016-08-31 | 2019-09-10 | 成都中星世通电子科技有限公司 | 移动监测站自动定位方法 |
| CN106352872B (zh) * | 2016-09-14 | 2019-11-08 | 北京理工大学 | 一种无人机自主导航系统及其导航方法 |
| CN106772338B (zh) * | 2016-11-25 | 2020-01-21 | 杭州捍鹰科技有限公司 | 无人机定位装置、方法及系统 |
| CN110954865A (zh) * | 2019-11-05 | 2020-04-03 | 中国电波传播研究所（中国电子科技集团公司第二十二研究所） | 一种基于电离层信息的短波时差定位方法 |
| CN111163476A (zh) * | 2020-01-02 | 2020-05-15 | 国网江苏省电力有限公司信息通信分公司 | 一种基于无线传播模型的电力无线专网覆盖和干扰确定方法 |
| CN111988789B (zh) * | 2020-08-26 | 2022-11-11 | 长安大学 | 一种无线网络节点部署优化方法、系统及装置 |
| CN112213744A (zh) * | 2020-10-09 | 2021-01-12 | 广州郝舜科技有限公司 | 一种卫星导航监测系统及监测方法 |
-
2022
- 2022-12-22 CN CN202211653046.4A patent/CN115643533B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115643533A (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110298321B (zh) | 基于深度学习图像分类的道路阻断信息提取方法 | |
| CN110717302B (zh) | 面向电网实时在线监测业务的边缘计算终端设备布设方法 | |
| CN115643533B (zh) | 一种无线电导航用接收站位确定的方法及系统 | |
| CN111027491A (zh) | 一种基于无锚点机制的火焰检测方法及装置 | |
| CN110224771B (zh) | 基于bp神经网络与信息几何的频谱感知方法及装置 | |
| JP2018142957A (ja) | 管理装置、コンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| WO2020205823A1 (en) | Methods and systems for resource planning in a shared spectra | |
| CN117177203B (zh) | 基于无线传输的智慧园区楼宇安防方法 | |
| Chiroma et al. | Large scale survey for radio propagation in developing machine learning model for path losses in communication systems | |
| CN102142061A (zh) | 流模拟工具和流模型的校准 | |
| KR20210086786A (ko) | 미세먼지 및 악취 예측 시스템 및 방법 | |
| Box et al. | An automated signalized junction controller that learns strategies from a human expert | |
| CN118171035B (zh) | 人流热力的预警方法及装置、电子设备和存储介质 | |
| CN110826891B (zh) | 一种基于船舶集群态势的相对碰撞危险度获取方法 | |
| CN115776633B (zh) | 一种室内场景用扬声器控制方法及系统 | |
| CN115984084B (zh) | 一种基于动态可拆分网络的遥感分布式数据处理方法 | |
| Chen et al. | Roadside Radar Network Deployment and Parameter Optimization in Road Environments | |
| Sumithra et al. | Improved Spectrum Prediction Model for Cognitive Radio Networks Using Hybrid Deep Learning Technique | |
| CN112485847B (zh) | 通信设备的告警方法和装置、设备及存储介质 | |
| CN112418309B (zh) | 一种基于机器学习的电磁兼容管控方法预测方法 | |
| CN111860264B (zh) | 一种基于梯度均衡策略的多任务实例级道路场景理解算法 | |
| Kitagawa et al. | Urban traffic control using distributed multi-agent deep reinforcement learning | |
| CN114445678A (zh) | 图像处理模型的训练方法及相关装置、设备和存储介质 | |
| CN109684429B (zh) | 一种基于三维数字地球的低空飞行目标识别系统及算法 | |
| Khattak et al. | TabNet-SHAP: A Framework to Estimate Wind Shear-Induced Aviation Turbulence in the Airport Runway Vicinity |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |