武汉百鸣凡科技有限公司

本发明公开了一种面向多设备混编场景的认知协同决策算法，属于电磁频谱感知与多设备协同优化算法技术领域。本发明旨在解决现有频谱处理算法抗干扰能力弱、特征辨识精度低、参数策略固化、多设备混编任务调度无序、全局效能差的技术问题。本发明通过分层自适应抗干扰融合算法完成多源数据预处理，结合多级特征匹配算法实现辐射源态势精准辨识与定位，依托强化学习回报函数迭代优化频谱动态调节参数，通过多维度约束迭代寻优完成多设备多任务全局协同规划，并采用分层闭环迭代方式实现持续动态优化。本发明摒弃传统固定参数与静态调度模式，具备强抗干扰、动态自适应、全局寻优的特点，有效提升了复杂电磁环境下的态势处理精度与多设备协同工作效率，适用于各类异构设备混编组网的频谱感知与协同决策场景。

本发明公开了一种智能任务动态规划调度方法及系统，属于自动化任务调度控制技术领域。本发明通过采集任务指令、环境及资源数据，完成非标准化任务指令的结构化解析；采用五维量化评估方式实现任务优先级分级，结合任务等级完成差异化任务拆解，并对拆解后的原子子任务进行全局冲突检测与消解；通过多目标优化算法完成子任务时序排序与动态资源分配，生成初始调度方案；在任务执行过程中实时监测现场工况，根据扰动幅度采用增量迭代或全量迭代方式动态更新调度方案；任务执行完成后通过全流程数据归档实现调度逻辑闭环优化。本发明解决了传统任务调度方案逻辑固化、需求适配差、资源分配不均、多任务冲突频发、动态适配能力弱的技术问题，具备调度精度高、工况适配性强、运行稳定性好、资源利用率高的优点，可广泛应用于工业自动化作业、多设备协同调度、智能办公管控、无人设备作业等领域。

本发明公开了一种面向弱监督多模特征小目标跟踪的跨模态时序一致性跟踪方法及装置，属于计算机视觉目标跟踪技术领域。针对现有双模态小目标跟踪技术在弱监督稀疏标注场景下适配性差、目标遮挡易丢失、轨迹连续性不足、身份跳变频繁、虚警率高的问题，本发明构建时序伪标签播种传播机制，将历史帧高可信目标跟踪信息沿时间轴向前传播生成时序伪标签，为当前帧跟踪提供时序先验约束，解决遮挡漏检导致的轨迹中断问题；同时增设可见光‑红外双模态交叉审核机制，仅保留双模态同步有效响应的目标区域，滤除单模态虚假目标与噪声干扰。本发明结合跨模态校验与时序一致性双重约束，有效提升复杂场景下弱小目标跟踪的精准度与连续性，大幅抑制目标身份跳变现象，同时通过伪标签扩充监督信号，适配弱监督实际工程场景，可广泛应用于低空安防、应急救援、海上搜救、无人机侦察等远距离小目标持续跟踪场景。

本发明公开了一种基于多源数据融合的数字孪生模型智能修正方法及系统，属于数字孪生仿真校准技术领域。针对现有数字孪生模型长期运行易产生虚实偏差、人工校准滞后、修正维度单一、动态适配性差的技术问题，本发明通过融合物理实体传感、工况、环境及历史多源数据并完成标准化预处理，同步实现模型仿真数据与现场实测数据的时序比对，基于偏差特征完成参数漂移、结构偏差、时序同步偏差的分级分类判定；针对不同偏差类型采用差异化智能修正策略，分别完成模型参数整定、结构权重优化、时序延迟补偿，并通过闭环迭代校验机制固化修正结果。本发明可实现数字孪生模型全生命周期自动化、高精度、动态化智能修正，有效提升虚实状态映射一致性与仿真准确度，降低人工运维成本，适配智能制造、能源设备、工程监测等多种工业数字孪生应用场景，具备良好的工程应用与推广价值。

本发明公开了一种半耦合多模态特征增强小目标检测方法及系统，属于多模态图像处理技术领域。本发明先对可见光图像、红外图像实施预处理，通过参数独立的双分支网络解耦提取特征，两支路在中浅层不开展特征交互，保留小目标微弱特征信号；随后构建多指标联合评估模型计算两路模态不确定性系数，量化模态成像可信度；依据不确定性系数自适应计算融合权重，在网络高层末端对两路特征动态加权融合，抑制高噪声模态贡献；最后基于增强多模态特征完成小目标检测。本发明解决传统多模态融合方式易造成小目标特征湮灭、固定权重无法适配复杂场景的问题，有效提升低照度、遮挡、复杂背景条件下小目标检测精度，可用于低空安防、遥感探测、全天候红外监测等场景。