“北京卫星信息工程研究所”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果161个，建议您升级VIP下载更多相关专利

[发明专利]一种高灵敏度卫星导航信号捕获方法-CN202310916073.4在审
发明人：李荞杉;巴晓辉;岳富占;陈鹏;李申阳;董启甲;刘坤;邹国际 -专利权人：中国科学院微电子研究所;北京交通大学;北京卫星信息工程研究所
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G01S19/24 文献下载
摘要：本发明提供了一种高灵敏度卫星导航信号捕获方法，用于卫星导航信号捕获，基于FFT系数补偿和分组码多普勒补偿搭建改进型捕获算法；利用基于所述捕获算法构成的捕获引擎对卫星导航信号进行捕获，得到捕获结果。本发明通过系数补偿的FFT运算和码多普勒补偿算法部分有效减小在长时间相干捕获时间中多普勒频偏的影响，计算FFT谱线时仅需计算指定位置的谱线，有效缩短计算时间，提高捕获效率，实现弱信号的高灵敏度捕获。
一种灵敏度卫星导航信号捕获方法

[发明专利]一种增强性电力传输线故障图像识别方法-CN202110975120.3有效
发明人：薛睿;杜正威;张爽娜 -专利权人：哈尔滨工程大学;北京卫星信息工程研究所
申请日： 2021-08-24 - 公布日： 2023-10-10 - 主分类号： G06V20/52 文献下载
摘要：本发明属于无移动网络区域电力传输线监控技术领域，具体涉及一种增强性电力传输线故障图像识别方法。本发明包括对训练数据集中所有图像进行自适应去噪对比度增强处理；将训练数据集中的所有图像从彩色图像RGB模式转为CIE‑LAB模式；对CIE‑LAB模式图像做离散二维小波变换，将图像信号分解为高频部分和低频部分；对所有高频部分用Bayes shrink阈值做软门限，并做小波阈值；对所有低频部分进行双边滤波；将训练数据集中所有CIE‑LAB模式图像转为CIE‑RGB模式；采用训练数据集训练卷积神经网络，采用二分类对比交叉熵损失函数进行训练，得到电力传输线故障判断模型。
一种增强电力传输线故障图像识别方法

[发明专利]用于卫星自身旋转的雷达天线波束控制系统-CN202211430936.9有效
发明人：金世超;夏正欢;卢铮;赵志龙;刘新;吕争;杨志才;张涛;张瑶;高文宁 -专利权人： 北京卫星信息工程研究所
申请日： 2022-11-15 - 公布日： 2023-09-15 - 主分类号： G01S13/95 文献下载
摘要：本发明涉及一种用于卫星自身旋转的雷达天线波束控制系统，所述系统包括：天线扫描角计算单元，用于根据所述卫星的自身参数信息以及探测目标信息计算波束指向；波束在轨赋形单元，用于根据所述波束指向生成所述卫星的雷达天线的多个TR组件的幅相控制字；波束参数控制单元，用于将所述幅相控制字按预定时序写入对应的TR组件并实时调整所述雷达天线的波束指向。本发明具有系统复杂度低、指向精度高、波束自主调整速度快等优势，且具备在轨自主控制能力，无需地面测控站频繁上注控制指令。
用于卫星自身旋转雷达天线波束控制系统

[发明专利]联合点集表示与图分类的目标细粒度识别方法-CN202310466470.6有效
发明人：梁颖;贺广均;冯鹏铭;陈千千;上官博屹;金世超;常江;田路云 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-26 - 公布日： 2023-09-15 - 主分类号： G06V10/86 文献下载
摘要：本发明涉及一种联合点集表示与图分类的目标细粒度识别方法，包括：构建并训练基于Oriented RepPoints的目标点集表示模型，检测生成代表目标的点集；将所述点集中的点作为节点，根据空间关系构建图结构；截取每个点周围的矩形区域，并将该矩形区域对应的卷积特征作为图节点的特征；构建图卷积神经网络模型，对所述图节点的特征进行聚合与更新，并整合所有图节点的特征进行图分类。通过实施本发明的上述方案，通过综合利用目标的部件特征以及部件之间的关系，提高目标细粒度识别的精度。
联合表示分类目标细粒度识别方法

[发明专利]基于图注意力网络的遥感图像聚集型目标识别方法及装置-CN202211425887.X有效
发明人：王永富;梁颖;贺广均;陈千千;王丹;冯鹏铭;汪路元;董方 -专利权人： 北京卫星信息工程研究所
申请日： 2022-11-14 - 公布日： 2023-09-15 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于图注意力网络的遥感图像聚集型目标识别方法及装置，所述方法包括：构建并训练基于Oriented R‑CNN的目标候选区域检测定位模型；采用训练好的基于Oriented R‑CNN的目标候选区域检测定位模型检测遥感图像中目标的候选区域，并提取对应的特征，根据所述候选区域的位置关系构建图结构数据集；将所述候选区域的位置编码引入图注意力网络，构建图节点分类网络模型；利用所述图结构数据集训练所述图节点分类网络模型，对遥感图像中目标的候选区域的特征进行聚合和更新，实现目标的分类。本发明可以对遥感图像中尺寸小、外观模糊的聚集型目标进行准确识别并提高识别精度。
基于注意力网络遥感图像聚集目标识别方法装置

[发明专利]光学遥感影像的定量云自动添加方法及装置-CN202310457856.0在审
发明人：符晗;谢东海;贺广均;冯鹏铭;付奕博;陈千千;金世超 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-08-25 - 主分类号： G06T11/40 文献下载
摘要：本发明涉及一种光学遥感影像的定量云自动添加方法及装置，所述方法包括：对真实无云光学遥感影像和真实有云光学遥感影像进行预处理；构建基于循环生成对抗网络的深度神经迁移网络；利用预处理后的真实无云光学遥感影像和真实有云光学遥感影像对所述基于循环生成对抗网络的深度神经迁移网络进行训练学习，实现云量的定量添加。通过实施本发明的上述方案，可以实现自动生成包含不同比例云的高质量典型目标的光学遥感影像训练样本。
光学遥感影像定量自动添加方法装置

[发明专利]光学遥感数据星上并行处理方法与装置-CN202310530434.1在审
发明人：田路云;贺广均;李梓桢;徐加伟;冯鹏铭;符晗;上官博屹;金世超 -专利权人： 北京卫星信息工程研究所
申请日： 2023-05-11 - 公布日： 2023-08-22 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及一种光学遥感数据星上并行处理方法与装置，所述装置包括：主控与预处理模块(100)，用于通过星务轮询方式获取光学遥感数据并进行预处理与切片处理；至少一个数据处理模块(200)，用于对所述预处理与切片处理后的光学遥感数据进行目标的并行检测识别或语义分割，再将结果回传至所述主控与预处理模块(100)；电源模块(300)，用于对所述主控与预处理模块(100)和所述数据处理模块(200)上电；背板(400)，用于连接所述主控与预处理模块(100)、所述数据处理模块(200)和所述电源模块(300)。通过实施本发明的上述方案，可用于光学遥感卫星数据的在轨并行处理，从而实现目标的在轨实时检测识别以及光学遥感数据的在轨实时语义分割。
光学遥感数据并行处理方法装置

[发明专利]基于排序样本选择的遥感图像目标检测方法、电子设备-CN202310457764.2在审
发明人：冯鹏铭;谢明杰;贺广均;关键;金世超;梁颖;上官博屹;张鹏 -专利权人： 北京卫星信息工程研究所;哈尔滨工程大学
申请日： 2023-04-25 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于排序样本选择的遥感图像目标检测方法、电子设备，获取遥感图像及对应的目标标签，并进行预处理；通过特征提取主干网络以及特征金字塔网络，得到对应的多尺度特征图；构建分类分支网络以及位置及角度回归分支网络，对多尺度特征图进行预测，获得目标预测值；利用目标标签以及预测值，在多尺度特征图上计算得到交并比自适应阈值，筛选样本点以获得满足条件的正负样本；计算分类排序损失、定位排序损失以及回归损失进行网络训练；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，缓解正负样本不均衡导致传统分类能力难以学习的问题，促进目标检测性能提升，对高分辨率遥感图像旋转框目标检测具有重要意义。
基于排序样本选择遥感图像目标检测方法电子设备

[发明专利]条状无移动网络区域中监控信息传输拓扑结构设计方法-CN202110976988.5有效
发明人：薛睿;杜正威;张爽娜 -专利权人：哈尔滨工程大学;北京卫星信息工程研究所
申请日： 2021-08-24 - 公布日： 2023-08-15 - 主分类号： H04L41/14 文献下载
摘要：本发明属于监控信息传输拓扑结构设计技术领域，具体涉及一种条状无移动网络区域中监控信息传输拓扑结构设计方法。本发明通过提炼各个不同应用场景下的共同特点设置边界条件，针对于不同场景完成通信链路的规划。对于目前解决方案适用性不强的问题，本发明综合考虑链路结构和硬件通信设备制定传输方案，融合多个因素能够让传输方案具有良好的适应性，有利于完成特殊场景和动态规划位置的拓扑结构设计。对于目前解决方案传输效果不好的问题，本发明通过数学推导以及仿真验证，得到了较好的传输链路方案。对于遍历所有的通信链路传输方案，本发明实现了逻辑层面的最优解，从硬件拓扑结构层面的提高传输速率，减小系统时延。
条状移动网络区域监控信息传输拓扑结构设计方法

[发明专利]基于张量化散射信息的海面风浪流星载无源探测方法-CN202211465848.2有效
发明人：张瑶;夏正欢;张庆君;赵志龙;吕争;张涛;刘新;国辉;高文宁;张闯;郭宇华;刘宗强;张莹 -专利权人： 北京卫星信息工程研究所
申请日： 2022-11-22 - 公布日： 2023-08-11 - 主分类号： G01S13/86 文献下载
摘要：本发明涉及基于张量化散射信息的海面风浪流星载无源探测方法，包括：S100，接收导航卫星信号、雷达卫星信号及导航卫星信号和雷达卫星信号经海面的多维散射信号；S200，捕获及跟踪导航卫星信号和雷达卫星信号，并解算信号参数及卫星位置参数；S300，根据信号参数及卫星位置参数，抑制来自导航卫星信号和雷达卫星信号的同频直射干扰，优化多维散射信号；S400，根据优化后的多维散射信号获取海面双站雷达视频图像，并计算海面上各成像网格点的动态多维散射强度；S500，根据动态多维散射强度，构建海面张量化散射信息；S600，根据海面张量化散射信息，反演海面的风场、浪场和流场。具有低功耗、低成本和易于快速组网的优势，能够实现海面风浪流同步高分辨率探测。
基于量化散射信息海面风浪流星无源探测方法

[发明专利]基于高斯混合模型的遥感图像特征融合方法、电子设备-CN202310493846.2在审
发明人：冯鹏铭;刘洪宁;贺广均;张汝波;金世超;梁颖;上官博屹;张鹏 -专利权人： 北京卫星信息工程研究所
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及一种基于高斯混合模型的遥感图像特征融合方法、电子设备，通过特征提取主干网络提取输入遥感图像特征，得到不同层级位置的特征图；构建特征融合网络并对不同层级位置的特征图进行融合，获得遥感图像目标的多特征图；构建多个高斯混合模型拟合多特征图，获得高斯混合模型的参数；对多个高斯混合模型进行加权平均融合，利用融合后的高斯混合模型生成数据并与原始特征图拼接；利用融合特征图输入目标检测网络的检测头，进行遥感图像检测，计算分类、位置预测损失；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，提升了模型分类和定位出遥感图像中的感兴趣目标的能力，提高遥感图像目标定位准确性，提高模型检测能力。
基于混合模型遥感图像特征融合方法电子设备

[发明专利]遥感图像目标检测方法-CN202310403716.5在审
发明人：贺广均;唐玮;梁颖;冯鹏铭;王轲;刘世烁;田路云;郑琎琎 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-14 - 公布日： 2023-08-01 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及遥感图像目标检测方法，包括获取至少一幅包含待测目标的卫星遥感图像，利用卷积神经网络提取卫星遥感图像的多尺度特征，根据嵌入掩膜引导特征金字塔网络学习前景目标区域的特征，并生成用于提取原始图像中疑似目标区域的旋转候选框，利用旋转RoIAlign对齐操作对疑似目标区域进行特征提取，将提取到的特征送入由Smooth‑L1回归损失和角边距分类损失组成的有向检测头进行分类识别与回归定位。本发明提升了目标检测方法对港口等复杂背景的抗干扰能力，减少了云雾、形似干扰物造成的虚警，提高了目标检测的识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标识别。
遥感图像目标检测方法

[发明专利]用于目标识别的SAR数据集扩增方法-CN202310460249.X在审
发明人：常江;贺广均;冯鹏铭;梁颖;上官博屹;郑琎琎;金世超;车程安 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-08-01 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种用于目标识别的SAR数据集扩增方法，包括：获取包含目标的SAR数据集并进行预处理；通过核心特征提取模块和散射特征提取模块分别提取目标的核心特征信息和散射特征信息；将所述核心特征信息输入第一级生成对抗网络，得到低分辨率图像；将所述低分辨率图像和所述散射特征信息输入第二级生成对抗网络，得到高分辨率图像，对SAR数据集进行扩增。通过实施本发明的上述方案，两级生成对抗网络、核心特征提取模块和散射特征提取模块的结合使用，可以使两级生成对抗网络分级学习图像中目标的粗略核心特征和精细散射特征，降低单级网络的学习难度，同时可以扩增获得质量高、细节更为真实的SAR目标图像切片。
用于目标识别 sar 数据扩增方法

[发明专利]遥感图像目标检测方法、设备及存储介质-CN202310460255.5在审
发明人：冯鹏铭;贺广均;梁颖;符晗;上官博屹;常江;田路云;郑琎琎 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-25 - 公布日： 2023-07-28 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种遥感图像目标检测方法、设备及存储介质，遥感图像目标检测方法包括以下步骤：获取遥感图像及其对应的目标类别标签；获取遥感图像中目标的关键特征；构建基于多尺度直方图对比的改进视觉显著模型，对遥感图像中的目标进行粗略检测；提取粗检测后的目标特征算子，构建目标特征显著图，进行遥感图像中目标的高精度检测；利用目标在遥感图像中的分布规律，完成目标的识别和定位。本发明，能够适用于背景环境复杂的遥感图形，有利于降低虚警，减小其他类型虚假目标对目标定位的影响，不仅可以实现遥感图像中目标的检测，还可以通过目标特征及目标的排布方式进行目标的识别，提升检测结果的准确性。
遥感图像目标检测方法设备存储介质

[发明专利]遥感影像车辆目标检测的超分辨率重建方法-CN202310465820.7在审
发明人：陈千千;符晗;贺广均;冯鹏铭;梁颖;上官博屹;金世超;梁银川 -专利权人： 北京卫星信息工程研究所
申请日： 2023-04-26 - 公布日： 2023-07-25 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种遥感影像车辆目标检测的超分辨率重建方法，包括：构建不同场景下丰富的高分辨率遥感影像数据集，对所述高分辨率遥感影像数据集进行预处理；根据所述高分辨率遥感影像数据集得到对应的低分辨率遥感影像数据集，构建目标超分重建数据集；提取所述低分辨率遥感影像数据集中低分辨率遥感影像的边缘特征；构建超分辨率重建模型，利用所述目标超分重建数据集和所述边缘特征训练优化所述超分辨率重建模型；利用所述超分辨率重建模型对目标进行高分辨率恢复和重建。通过实施本发明的上述方案，有效解决车辆目标因呈现出弱小特性而导致其检测率较低的问题，有效改善目标重建质量并降低重建的计算开销。
遥感影像车辆目标检测分辨率重建方法

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 161 条