融合多模型KF算法与深度学习的无人机红外目标定位系统

AITNT
正文
推荐专利
融合多模型KF算法与深度学习的无人机红外目标定位系统
申请号:CN202510085187
申请日期:2025-01-20
公开号:CN119901293A
公开日期:2025-04-29
类型:发明专利
摘要
本发明提供一种融合多模型卡尔曼滤波与深度学习的无人机红外目标定位系统,涉及无人机导航与定位技术领域,包括主体系统,主体系统中包含有数据采集模块、多源数据融合模块、特征提取强化模块、动态模型优化模块、目标状态估计模块、定位解算模块和飞行决策规划模块,数据采集模块部署高分辨率红外传感器,精准捕捉目标红外辐射信息,同时集成高清视觉相机与高精度激光雷达,全方位采集环境数据,本发明的数据采集模块通过采用基于模糊逻辑、粒子群优化和自适应阈值的自适应采样策略,能够依据环境复杂度与目标运动状态的实时变化,动态且智能地调整传感器的采样频率与分辨率。
技术关键词
KF算法 深度学习注意力机制 多模型 定位系统 无人机 生成对抗网络 数据采集模块 相似性度量函数 深度强化学习 卡尔曼滤波 模拟神经元 能量消耗 蚁群算法 残差网络 动态 遗传算法 模糊逻辑 复杂多变环境
系统为您推荐了相关专利信息
1
一种智能无人机蜂群效能测试评估方法
无人机蜂群 支持向量回归模型 改进型粒子群算法 预测效能 效能预测
2
一种海上未知场景图像合成方法
文件夹 场景 船舶 像素 图像
3
无人机视角下大景深场景的单目深度估计方法
注意力机制 单目深度估计方法 上采样 分支 输出特征
4
一种基于集成开发环境的移动端模板使用方法及装置
集成开发环境 模板 统一接口规范 事件驱动模型 移动端
5
基于无人机巡查与三维建模的水电工程监测方法及系统
无人机巡查 三维场景模型 三维点云模型 激光点云数据 监测方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号