System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于计算机辅助视觉的智能超表面及其电磁跟踪方法、系统技术方案_技高网
当前位置: 首页 > 专利查询>东南大学专利>正文

一种基于计算机辅助视觉的智能超表面及其电磁跟踪方法、系统技术方案

技术编号:40996167 阅读:2 留言:0更新日期:2024-04-18 21:36
本发明专利技术公开了一种基于计算机辅助视觉的智能超表面及其电磁跟踪方法、系统,该超表面由多个集成了二极管的双极化单元排列构成,单元的工作状态可以通过加载不同电压的方式来动态可调。本发明专利技术的跟踪方法和系统利用深度神经网络,且利用计算机视觉直观、可靠、信息丰富和成本低的目标检测和跟踪的能力,根据运动目标图片,获取位置信息和控制电压序列。通过超表面的智能电磁调控能力,设计了远场波束扫描和近场区域能量聚焦,实现运动目标的实时跟踪。本发明专利技术为目标识别、无线电环境跟踪和无线通信的集成实现奠定了基础。

【技术实现步骤摘要】

本专利技术属于智能电磁调控领域,具体涉及一种基于计算机辅助视觉的智能超表面及其电磁跟踪方法、系统


技术介绍

1、作为超材料的二维阵列形式,dpm(digital programmable metsurface,数字智能超表面)由于其对电磁波的强大而灵活的控制,以及比传统天线阵列更低的成本、更少的复杂性和更小的体积等优点,可以提供一种智能而高效的解决方案。基于这一特性,数字智能超表面可以作为一种新型的信息传输的形式,应用于诸如雷达及通信系统领域。随着计算机视觉技术的快速发展,直观、可靠、信息丰富、成本低廉的目标检测和跟踪在许多场景中成为可能。其中如何将目标识别、无线电环境跟踪和无线通信进行系统化的集成成为了一个重要问题。


技术实现思路

1、本专利技术针对现有技术存在的问题,提供了一种基于计算机辅助视觉的智能超表面及其电磁跟踪方法、系统,利用计算机视觉与卷积神经网络集成来自动检测运动目标的位置,利用智能超表面与预先训练的人工神经网络集成来实现智能波束跟踪和无线通信。为演示智能系统,分别进行了近场和远场条件下跟踪实验。该方法为目标识别、无线电环境跟踪和无线通信的集成实现奠定了基础。

2、为解决以上技术问题,本专利技术提供如下技术方案:一种基于计算机辅助视觉的智能超表面,包括若干个反射式双极化单元,每个单元从上到下依次设置的金属贴片层、第一介质层、金属地层、第二介质层、y极化金属馈电层、第三介质层和x极化金属馈电层、fpga;

3、每个反射式双极化单元上包括第一金属铜柱、第二金属铜柱、第三金属铜柱、接地铜柱、设置于x极化金属馈电层的金属扇形枝节、以及不同极化方向的二极管,第一金属铜柱连接至x极化金属馈电层,用于x极化在最底层馈电;第二金属铜柱与馈电线、以及属扇形枝节连接;第三金属铜柱与馈电线、以及y极化金属馈电层相连;二极管的状态对应两个极化超表面的编码,该编码用于实现空间电磁波的动态调控;fpga利用实时电压控制序列、二极管的状态进行编码,在实时电压控制序列控制下产生指向运动目标的远场定向波束。

4、本专利技术另一方面提出一种基于计算机辅助视觉的智能超表面的磁跟踪方法,包括如下步骤:

5、s1、构建运动目标位置数据集,包括若干运动目标的图片、以及运动目标在图片中的动态位置;构建运动目标位置神经网络,用运动目标位置数据集对运动目标位置神经网络训练,得到运动目标位置识别模型;

6、s2、以运动目标的图片为输入,利用运动目标位置识别模型,得到运动目标在图片中的动态位置;然后构建运动目标与超表面控制序列数据集,包括运动目标的动态位置信息序列、以及对应的电压控制序列;构建运动目标辐射神经网络,利用运动目标样本数据集对神经网络进行训练,得到运动目标辐射模型;

7、s3、发射机发射电磁波,智能超表面接收该电磁波,产生辐射信号反射至移动目标的天线上;实时采集运动目标的图片,利用运动目标位置识别模型,获取运动目标的动态位置,然后利用运动目标辐射模型,得到移动目标实时电压控制序列;

8、s4、智能超表面在fpga的实时电压控制序列控制下产生指向运动目标的远场定向波束或近场能量,保持对目标的跟踪或近场能量。

9、进一步地,前述的,步骤s1包括如下子步骤:

10、s101、利用计算机视觉技术获取运动目标的图像,并进行缩放;

11、s102、基于yolov4-tiny网络,构建运动目标位置神经网络,包括,cspdarknet53-tiny网络、以及与cspdarknet53-tiny网络分别连接的第一cnn网络、以及第二cnn网络;将缩放后的图片输入至cspdarknet53-tiny网络中进行特征提取,得到初级特征;

12、s103、将初级特征分别输入至第一cnn网络、以及第二cnn网络,分别得到大尺寸特征图、以及小尺寸特征图;

13、s104、将小尺寸特征图重新采样为大尺寸特征图,再将相同大小的大尺寸特征图叠加,形成新的特征图;

14、s105、将新的特征图经过卷积层改变信道数,最后通过检测框得到运动目标的位置信息。本法民他一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,包括:控制器、信号发生器、接收器;

15、控制器,包括运动目标位置识别模型、以及运动目标辐射模型;控制器用于实时采集运动目标的图片,利用运动目标位置识别模型,获取运动目标的动态位置,然后运动目标辐射模型,得到移动目标实时电压控制序列;

16、信号发生器,包括一种智能超表面、发射喇叭以及信号源;发射喇叭接收信号源,将电磁波发送至智能超表面,智能超表面接收该电磁波,并产生辐射信号反射至移动目标的天线上;

17、接收器,用于利用智能超表面的fpga在实时电压控制序列控制下产生指向运动目标的远场定向波束或近场能量的接收天线,对运动目标实现实时跟踪。

18、本专利技术还提出一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,还包括矢量网络分析仪,所述矢量网络分析仪用于检测智能超表面电磁跟踪系统的跟踪能力,矢量网络分析仪的输入端连接至接收器、输出端连接至智能超表面的馈电端。

19、进一步地,前述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,还包括安装在移动目标上的射频信号探测模块,用于对智能超表面电磁跟踪系统工作时的射频信号进行检测,射频信号探测模块包括接收贴片天线、电池、检测器、以及单片机;电池用于给单片机供电,单片机的直流端口为检测器供电,检测器的输入端口与接收贴片天线链接,检测器的输出端口与单片机连接。

20、进一步地,前述的检测器为基于ad8317芯片的检波器电路板。

21、进一步地,前述的接收器以毫秒级采样速度保持对目标的跟踪。

22、相较于现有技术,本专利技术采用以上技术方案的有益技术效果如下:

23、本专利技术利用计算机视觉技术和数字智能超表面实现了对移动目标的实时电磁跟踪和通信。本专利技术提出的方法可以在避免复杂的移相网络及大量的传感器的条件下,通过计算机视觉实现电磁场对运动目标的实时对准和通信,同时可以应用于多个目标、黑暗情况以及复杂电磁环境下。这项工作有望在智能电磁跟踪及无线通信领域拥有重要的应用前景。

本文档来自技高网...

【技术保护点】

1.一种基于计算机辅助视觉的智能超表面,包括若干个反射式双极化单元,每个单元从上到下依次设置的金属贴片层、第一介质层、金属地层、第二介质层、Y极化金属馈电层、第三介质层和X极化金属馈电层、FPGA;

2.一种基于计算机辅助视觉的智能超表面的磁跟踪方法,其特征在于,包括如下步骤:

3.根据权利要求2所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪方法,其特征在于,步骤S1包括如下子步骤:

4.一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,包括:控制器、信号发生器、接收器;

5.根据权利要求4所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,还包括矢量网络分析仪,所述矢量网络分析仪用于检测智能超表面电磁跟踪系统的跟踪能力,矢量网络分析仪的输入端连接至接收器、输出端连接至智能超表面的馈电端。

6.根据权利要求4所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,还包括安装在移动目标上的射频信号探测模块,用于对智能超表面电磁跟踪系统工作时的射频信号进行检测,射频信号探测模块包括接收贴片天线、电池、检测器、以及单片机;电池用于给单片机供电,单片机的直流端口为检测器供电,检测器的输入端口与接收贴片天线链接,检测器的输出端口与单片机连接。

7.根据权利要求6所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,检测器为基于AD8317芯片的检波器电路板。

8.根据权利要求4所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,接收器以毫秒级采样速度保持对目标的跟踪。

...

【技术特征摘要】

1.一种基于计算机辅助视觉的智能超表面,包括若干个反射式双极化单元,每个单元从上到下依次设置的金属贴片层、第一介质层、金属地层、第二介质层、y极化金属馈电层、第三介质层和x极化金属馈电层、fpga;

2.一种基于计算机辅助视觉的智能超表面的磁跟踪方法,其特征在于,包括如下步骤:

3.根据权利要求2所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪方法,其特征在于,步骤s1包括如下子步骤:

4.一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,包括:控制器、信号发生器、接收器;

5.根据权利要求4所述的一种基于计算机辅助视觉的智能超表面的电磁跟踪系统,其特征在于,还包括矢量网络分析仪,所述矢量网络分析仪用于检测智能超表面电磁跟踪系统的跟踪能力,矢量网络...

【专利技术属性】
技术研发人员:汤文轩李威汉崔铁军
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1