-
公开(公告)号：CN119596977A
公开(公告)日：2025-03-11
申请号：CN202411732278.8
申请日：2024-11-29
Applicant: 江淮前沿技术协同创新中心 , 安徽大学
Abstract: 本发明公开了一种面向多节点集群协同定位的编队分组优化方法，包括以下步骤：设置更贴合多节点协同工作的约束条件，基于聚类算法引导多节点进行编队分组；设计聚类算法和改进狼群算法相结合(K‑WPA)的多节点分组优化方法；根据聚类结果优化狼群算法的种群过程；结合节点配备的传感器建立量测模型，基于Fisher信息矩阵设计编队分组的评价函数。本发明提出的K‑WPA算法，在动态分组过程中展现出了更强的求解全局最优解的能力。K‑WPA分组优化算法解决了协同节点的选择问题，有效提高了无人机集群的分组效率，提高了无人机集群的定位精度。
-
公开(公告)号：CN115056222B
公开(公告)日：2025-01-07
申请号：CN202210671495.5
申请日：2022-08-18
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进RRT算法的机械臂路径规划方法，首先以合向量的形式生成节点，有利于快速找到路径；其次使用动态步长一定程度上使得算法避免了在复杂障碍物环境下难以找到路径的问题，防随机树逆生长避免了后期节点过多而导致的大量计算；进一步，基于三角剪枝策略在初始路径的基础上有效减少了路径代价，并使用三次B样条曲线对剪枝后的路径光滑处理，降低了机械臂的抖动，减少机械臂运动过程中而产生的磨损。通过改进RRT算法降低了路径距离且优化了路径质量，避免盲目采样的同时提高了规划效率。
-
公开(公告)号：CN117191132A
公开(公告)日：2023-12-08
申请号：CN202311365395.0
申请日：2023-10-20
Applicant: 安徽大学
IPC: G01D21/02 , G01D18/00 , G05B19/042
Abstract: 本发明公开了一种基于低功耗单片机的温压测量系统及其自动校准方法，包括温度传感器、压力传感器、温度检测电路、压力检测电路、单片机和人机交互界面。本发明在温压自动校准部分，结合灵活的人机交互界面，对预处理好的数据进行校准，采用最小二乘法自动拟合得到校准系数，并在单片机中自动保存，实时测量过程中，使用校准系数对测量值进行自动修正，修正后的测量结果精度高，满量程误差在千分之五之内。
-
Patent Agency Ranking
公开(公告)号：CN117013992A
公开(公告)日：2023-11-07
申请号：CN202310963047.7
申请日：2023-07-31
Applicant: 安徽大学
Abstract: 本发明涉及流量检测领域，为一种以单片机(MCU)为核心、基于自相关滤波的涡街流量计抗瞬态冲击干扰方法和系统。该方法包括：采集涡街传感器输出信号，分段计算峰峰值并设置突变阈值，提取输出信号中的冲击次数；查找每次瞬态冲击干扰后受干扰影响最小的数据段作为带通滤波器数据段；用滤波器分别对该输出信号进行频域自相关滤波；计算滤波后数据的平均幅值谱，提取有效峰值，并计算平均幅值谱和滤波前输出数据的幅值谱中有效峰值的幅值比；提取幅值比中最大比值对应的峰值频率作为涡街流量信号的频率。本发明提出的方法和系统不依赖经验参数，基于自相关滤波的抗瞬态冲击干扰方法可低功耗实时实现，具有良好的抗干扰效果，易于推广。
-
公开(公告)号：CN118972940A
公开(公告)日：2024-11-15
申请号：CN202411063591.7
申请日：2024-08-05
Applicant: 江淮前沿技术协同创新中心 , 安徽大学
Abstract: 本发明公开了面向无人机集群协同定位的分布式因子图模型求解方法，方法步骤如下：S1：为无人机集群配备传感器，模拟无人机集群信息交互图，建立无人机局部因子图模型；S2：以全局算法结合局部算法对因子图模型进行求解；其中：全局算法采用自适应遗传算法，将遗传算法的交叉和变异行为配置成自适应模式；局部算法采用改进高斯牛顿算法，以自适应遗传算法求解得到的信息作为初值，改进高斯牛顿算法在局部区域搜索最优值，通过迭代方式计算更新向量，得到最终的最优位置信息。本发明提出的AGA‑GNCG算法能够提高无人机定位精度，且改进高斯牛顿算法可以显著提升计算效率。
-
公开(公告)号：CN116166174A
公开(公告)日：2023-05-26
申请号：CN202310149905.4
申请日：2023-02-16
Applicant: 安徽大学
Abstract: 本发明为一种基于信号分组采样与硬件加速器的低功耗FFT实现方法，以集成低功耗数字信号处理加速器(LEA)和多通道模数转换器(ADC)的单片机为信号采样和处理核心，采用信号硬件分组采样、FFT硬件加速计算和结果软件合成技术实现多点数、低功耗FFT运算，由单片机上集成的多通道ADC、LEA、CPU协同完成。针对多点数FFT运算需求，先由单片机控制ADC对信号进行多通道硬件分组等间隔连续循环顺序采样，通过硬件分组采样实现将信号按照时间奇偶方式分成多组少点数采样序列；然后，将少点数采样序列逐组送入LEA进行FFT硬件加速计算，得到各组少点数采样序列的FFT结果；最后，由CPU对多组少点数采样序列的FFT结果进行软件合成，获得信号的多点数FFT结果。
-
公开(公告)号：CN115982525A
公开(公告)日：2023-04-18
申请号：CN202211740500.X
申请日：2022-12-30
Applicant: 安徽大学
IPC: G06F17/14
Abstract: 本发明公开了基于带低功耗加速器单片机的多点数快速傅里叶变换方法，包括：获得多点数实验数据；对多点数序列x(n)按照时间奇偶进行逐级分组；采用单片机自带的LEA分别计算各组少点数奇偶序列的FFT；将少点数FFT结果进行多级重组，恢复出实验数据x(n)的DFT的前半部分；基于单片机自带的硬件乘法器计算出实验数据的功率谱的前半部分，并进行原位存储。本发明在硬件方面利用单片机自带的LEA实现FFT，不仅在应用上节约了能源，而且提高了信号处理速度；在软件方面，当实验数据长度超过了带低功耗加速器单片机能处理的长度范围时，通过将多点数逐级分解成少点数，再使用LEA对少点数进行FFT变换，最后数据重组实现多点数的快速傅里叶变换。
-
公开(公告)号：CN115056222A
公开(公告)日：2022-09-16
申请号：CN202210671495.5
申请日：2022-08-18
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进RRT算法的机械臂路径规划方法，首先以合向量的形式生成节点，有利于快速找到路径；其次使用动态步长一定程度上使得算法避免了在复杂障碍物环境下难以找到路径的问题，防随机树逆生长避免了后期节点过多而导致的大量计算；进一步，基于三角剪枝策略在初始路径的基础上有效减少了路径代价，并使用三次B样条曲线对剪枝后的路径光滑处理，降低了机械臂的抖动，减少机械臂运动过程中而产生的磨损。通过改进RRT算法降低了路径距离且优化了路径质量，避免盲目采样的同时提高了规划效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
