公开(公告)号：CN117010079A

公开(公告)日：2023-11-07

申请号：CN202310810033.1

申请日：2023-07-04

Applicant: 哈尔滨工业大学

Inventor： 宋宇晨 ,  杨黎 ,  庞景月 ,  刘大同 ,  康守强

IPC: G06F30/15 ,  G06F30/27

Abstract: 本发明提出一种基于在线学习的航天器运行状态短时预测方法。本发明所述方法首先基于有限的地面试验数据，挖掘航天器运行状态以及对应状态监测参数在时序上的关联关系，进而建立基于时间卷积网络(TemporalConvolutionalNetwork,TCN)的航天器运行状态短时预测模型。在此基础上，基于实时采集的航天器遥测数据，采用递推极限学习机(RecursionExtremeLearningMachine,R‑ELM)的方法对模型进行在线更新，并用更新后的模型完成航天器运行状态的短时预测，进而减少因为模型失配导致的预测偏差。

公开(公告)号：CN116302401A

公开(公告)日：2023-06-23

申请号：CN202310127073.6

申请日：2023-02-17

Applicant: 哈尔滨工业大学

Inventor： 刘大同 ,  王本宽 ,  李坤 ,  陈波 ,  康守强

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明是一种多计算任务调度优化的机载智能计算装置及方法。本发明涉及无人飞行器有限机载计算资源下的边缘智能计算技术领域，本发明提出多计算任务调度优化的机载智能计算装置，在FPGA计算资源和多个智能算法模型执行时间的联合约束下，获取最优的部署方案和调度策略，在规定时间内完成多个智能算法模型的机载运行。将部署方案优化选择的3种尺度的定制计算加速单元在FPGA中部署，同时，将多计算任务调度策略部署至ARM中，而智能状态监测模型参数和感知数据均存储在DDR中。在进行多任务计算时，ARM根据多计算任务调度策略，控制各模型的参数和所需感知数据通过DMA方式传输至对应的加速单元中完成实时计算。